The Association of Sibling Fracture History with Major Osteoporotic Fractures in Individuals from A Population-Based Cohort
Notice bibliographique
Résumé
IntroductionMajor osteoporotic fractures (MOF) are associated with significant morbidity and healthcare system burden. Objectives and ApproachWe aimed to determine whether sibling fracture history is associated with MOF risk amongst individuals from a population-based cohort using objectively-ascertained measures of fracture history. This retrospective cohort study used administrative databases from the province of Manitoba, Canada, which has a universal healthcare system. The cohort included individuals aged 40 years and older between 1997 and 2015 with linkage to at least one sibling. The exposure was MOF diagnosis occurring at age 40 years or older in a randomly selected sibling. The outcome was incident clinically-diagnosed MOF (hip, wrist, humerus or spine) identified in hospital and physician records using established case definitions. A multivariable Cox proportional hazards regression was used to test the association of sibling fracture history with the risk of MOF in individuals after adjustment for known fracture risk factors. ResultsThe cohort included 217,519 individuals; 92% were linked to full siblings (i.e., same mother/father) and 49% were females. During a median follow-up of 11 years (IQR 5 -15), 7274 (3.3%) incident MOF cases were identified. Sibling MOF history was associated with increased risk of MOF (HR 1.71, 95% CI 1.48–1.97). The risk was elevated in both men (HR 1.63, 95% CI 1.29-2.06) and women (HR 1.78, 95% CI 1.48-2.13) but was higher among sisters (HR 2.08, 95% CI 1.65-2.61) compared to brothers (HR 1.67, 95% CI 1.20-2.32). In a secondary analysis of sibling fracture site, the highest risk was observed with diagnosis of wrist followed by spine fractures (HR 1.86, 95% CI 1.57-2.21 and HR 1.46, 95% CI 1.08-1.98, respectively). ConclusionSibling fracture history is associated with increased MOF risk in individuals and should be considered as a candidate risk factor for improving fracture risk prediction.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».