Is ankle fracture related to low bone mineral density and subsequent fracture? A systematic review
Notice bibliographique
Résumé
OBJECTIVES: Ankle fractures are common in the elderly. However, their association with osteoporosis remains controversial. This systematic review aims to determine the relationship between ankle fracture and bone mineral density (BMD), and to investigate the risk of subsequent fractures after ankle fracture. METHODS: MEDLINE and Scopus publications were searched from inception to March and April 2019, respectively. Articles were selected by 2 independent reviewers for cross-sectional, cohort, or case-control studies comparing BMD or subsequent fracture risk in low-energy ankle fractures patients with that of the normal population. Data extraction was performed by 2 investigators. Discrepancies were resolved with the third reviewer. Quality assessment was conducted using the modified Newcastle-Ottawa Scale. RESULTS: Overall, 19 articles were included. The quality assessment showed a generally low-to-moderate risk of bias among studies, mainly due to potential confounders and inadequate follow-up. Of 13 studies exploring BMD in ankle fractured-patients, lower central and peripheral BMD was found in 3 and 2 studies, respectively. The risk of subsequent fracture was examined in 11 studies with relative risks ranging from 0.7 to 4.59. An increased risk of any subsequent fractures in women, both genders, and men was found in 5, 2, and 1 articles, respectively. CONCLUSIONS: Despite the lack of clear association with BMD, the contribution of ankle fracture to increased subsequent fracture risk and its associated microarchitectural changes cannot be overlooked. Moreover, its potential role as an early predictor of future fracture may promote secondary prevention. Further studies with longer follow-up and stricter confounder control are recommended.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».