MétaCan
Menu
Retour à la cohorte
Enregistrement W2965961875 · doi:10.1002/jbmr.3836

Vertebral Fracture Assessment Increases Use of Pharmacologic Therapy for Fracture Prevention in Clinical Practice

2019· article· en· W2965961875 sur OpenAlexaffabout
John T. Schousboe, Lisa M. Lix, Suzanne N. Morin, Sheldon Derkatch, Mark Bryanton, Mashael Alhrbi, William D. Leslie

Notice bibliographique

RevueJournal of Bone and Mineral Research · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueBone health and osteoporosis research
Établissements canadiensMcGill UniversityUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMedicineOsteoporosisBone mineralBone densityLogistic regressionInternal medicineDensitometryObservational studyMedical prescriptionPhysical therapy

Résumé

récupéré en direct d'OpenAlex

The impact of vertebral fracture assessment (VFA) on lateral spine images in clinical practice on subsequent patient use of fracture prevention medication is unknown. Our objective was to determine the association of prevalent vertebral fracture identified on bone density lateral spine images (positive VFA) with subsequent use of fracture prevention therapy in usual clinical practice, using the Manitoba Bone Density Program database prospective observational cohort. Since 2010, targeted VFA imaging has been done at the time of bone densitometry in Manitoba for 21% of women and men meeting criteria based on age, bone mineral density (BMD), height loss, and glucocorticoid use. Among 6652 treatment-naive individuals with at least 90 days follow-up who had VFA imaging, 923 (13.9%) had one or more definite vertebral fractures identified using a modified algorithm-based qualitative (ABQ) method. For those with a positive VFA, their bone density reports stated the patient was at high risk of subsequent fracture and qualified for fracture prevention therapy. Subsequent osteoporosis treatment initiated within the next 12 months was identified using population-based pharmacy data. Logistic regression models were used to estimate the association of positive VFA with subsequent prescription (Rx), compared to negative VFA. Fracture prevention medication was started by 2127 (32%) individuals, 52.3% with positive versus 28.4% with negative VFA (p value <0.001). This association was substantially stronger in those designated (before VFA results were known) to have low or moderate fracture risk compared to high fracture risk (interaction p value <0.001), and in those with osteopenia (OR 4.51; 95% CI, 3.48 to 5.85) compared to those with osteoporosis by BMD criteria (OR 1.72; 95% CI, 1.43 to 2.08, interaction p value <0.001). Targeted VFA imaging at the time of bone densitometry substantially improves identification of those at high fracture risk and fracture prevention medication use among those with prevalent vertebral fracture. © 2019 American Society for Bone and Mineral Research. © 2019 American Society for Bone and Mineral Research.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,168
Tête enseignante GPT0,553
Écart entre enseignants0,384 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Bone and Mineral ResearchMême sujetBone health and osteoporosis researchTravaux en français237 207