An update of the prevalence of osteoporosis, fracture risk factors, and medication use among community-dwelling older adults: results from the Canadian Longitudinal Study on Aging (CLSA)
Notice bibliographique
Résumé
The prevalence of self-reported and DXA-confirmed osteoporosis was 7.8% (males 2.2%; females 12.7%), and 3.6% (males 1.2%; females 5.9%), respectively. We found that most community-dwelling older adults at high fracture risk are not taking osteoporosis medication, particularly males. There is a major opportunity for improved primary fracture prevention in the community. PURPOSE: To provide an up-to-date prevalence estimate of osteoporosis, fracture risk factors, fracture risk, and the proportion of older Canadians at high fracture risk who are not taking an osteoporosis medication. METHODS: We included Canadian Longitudinal Study on Aging (CLSA) participants: a community-dwelling cohort aged 45 to 85 years who completed the baseline (2015) comprehensive interview and had dual-energy X-ray absorptiometry (DXA) scans (N = 30,097). We describe the age- and sex-stratified prevalence of (1) self-reported osteoporosis; (2) DXA-confirmed osteoporosis; (3) fracture risk factors and people who are at high risk (FRAX® major osteoporotic fracture probability ≥ 20%); and (4) people who are at high fracture risk not taking osteoporosis medications. Sampling weights, as defined by the CLSA, were applied. RESULTS: The mean age of participants was 70.0 (SD 10.3). Overall, 7.8% had self-reported osteoporosis (males 2.2%; females 12.7%) while 3.6% had DXA-confirmed osteoporosis (males 1.2%; females 5.9%), and 2.8% were at high fracture risk (males 0.3%; females 5.1%). Of people who had osteoporosis and were at high risk, 77.3% were not taking an osteoporosis medication (males 92.3%; females 76.8%). CONCLUSIONS: Our study provides an up-to-date prevalence estimate of osteoporosis for community-dwelling older Canadians. We found that most community-dwelling older adults at high fracture risk are not taking an osteoporosis medication, particularly males. There is a major opportunity for improved primary fracture prevention in the community.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».