MétaCan
Menu
Retour à la cohorte
Enregistrement W4308518892 · doi:10.1002/jbm4.10696

Greater <scp>pQCT</scp> Calf Muscle Density Is Associated with Lower Fracture Risk, Independent of <scp>FRAX</scp>, Falls and <scp>BMD</scp>: A Meta‐Analysis in the Osteoporotic Fractures in Men (<scp>MrOS</scp>) Study

2022· article· en· W4308518892 sur OpenAlexfundno aff
Nicholas C. Harvey, Eric Orwoll, Jane A. Cauley, Timothy Kwok, Magnus K. Karlsson, Björn E. Rosengren, Eva Ribom, Peggy M. Cawthon, Kristine E. Ensrud, Enwu Liu, Faidra Laskou, Kate A. Ward, Elaine Dennison, Cyrus Cooper, John А. Kanis, Liesbeth Vandenput, Mattias Lorentzon, Claes Ohlsson, Dan Mellström, Helena Johansson, Eugène McCloskey

Notice bibliographique

RevueJBMR Plus · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHip and Femur Fractures
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research CouncilNational Institute of Arthritis and Musculoskeletal and Skin DiseasesForskningsrådet om Hälsa, Arbetsliv och VälfärdNational Institute on AgingNational Institute for Health Research Southampton Biomedical Research CentreNovo Nordisk FondenMedical Research Council CanadaNational Institutes of HealthVetenskapsrådetMedical Research FoundationNational Institute for Health and Care ResearchNational Center for Advancing Translational SciencesASCRS Research Foundation
Mots-clésFRAXMedicineHazard ratioFemoral neckConfidence intervalBone mineralQuantitative computed tomographyInternal medicineOsteoporosisHip fractureBone densityProportional hazards modelUrologyOsteoporotic fracture

Résumé

récupéré en direct d'OpenAlex

ABSTRACT We investigated the predictive performance of peripheral quantitative computed tomography (pQCT) measures of both calf muscle density (an established surrogate for muscle adiposity, with higher values indicating lower muscle adiposity and higher muscle quality) and size (cross‐sectional area [CSA]) for incident fracture. pQCT (Stratec XCT2000/3000) measurements at the tibia were undertaken in Osteoporotic Fractures in Men (MrOS) United States (US), Hong Kong (HK), and Swedish (SW) cohorts. Analyses were by cohort and synthesized by meta‐analysis. The predictive value for incident fracture outcomes, illustrated here for hip fracture (HF), using an extension of Poisson regression adjusted for age and follow‐up time, was expressed as hazard ratio (HR) per standard deviation (SD) increase in exposure (HR/SD). Further analyses adjusted for femoral neck (fn) bone mineral density (BMD) T‐score, Fracture Risk Assessment Tool (FRAX) 10‐year fracture probability (major osteoporotic fracture) and prior falls. We studied 991 (US), 1662 (HK), and 1521 (SW) men, mean ± SD age 77.0 ± 5.1, 73.9 ± 4.9, 80 ± 3.4 years, followed for a mean ± SD 7.8 ± 2.2, 8.1 ± 2.3, 5.3 ± 2.0 years, with 31, 47, and 78 incident HFs, respectively. Both greater muscle CSA and greater muscle density were associated with a lower risk of incident HF [HR/SD: 0.84; 95% confidence interval [CI], 0.72–1.0 and 0.78; 95% CI, 0.66–0.91, respectively]. The pattern of associations was not materially changed by adjustment for prior falls or FRAX probability. In contrast, after inclusion of fn BMD T‐score, the association for muscle CSA was no longer apparent (1.04; 95% CI, 0.88–1.24), whereas that for muscle density was not materially changed (0.69; 95% CI, 0.59–0.82). Findings were similar for osteoporotic fractures. pQCT measures of greater calf muscle density and CSA were both associated with lower incidence of fractures in older men, but only muscle density remained an independent risk factor for fracture after accounting for fn BMD. These findings demonstrate a complex interplay between measures of bone, muscle size, and quality, in determining fracture risk. © 2022 The Authors. JBMR Plus published by Wiley Periodicals LLC on behalf of 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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,008
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,263
Écart entre enseignants0,246 · 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'étudeMéta-analyse
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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJBMR PlusMême sujetHip and Femur FracturesTravaux en français237 207