Fracture liaison services creation is the key to decrease fragility fractures morbidity
Notice bibliographique
Résumé
Background . Fragility fractures (FF) determine main severity of medical and social consequences of osteoporosis. FF prophylaxis considers to prevent repeated fractures. For this reason special services are being created. Their principles and effectiveness require improvement and additional study. Aim . Тo highlight key role of Fracture Liaison Services (FLS) for reducing incidence of FF by means of scientific publications and own material analysis. Materials and methods . Clinical material was collected at the Artashat Medical Center (Republic of Armenia). Study included 2,332 patients aged 50–97 years, including 1,656 women (71%) and 676 men (29%) with typical FF of limb bones. First group included 765 patients treated in 2011–2013, for whom anti-osteoporotic pharmacotherapy (AP) was prescribed due to known X-ray techniques. In second group of 1567 patients the AP was prescribed based on electronic FRAX calculator in 2014–2017. Proportions of patients in two clinical groups with and without AP were compares along with proportions who had repeated low-energy bone fractures. Moreover, past 20 years scientific publications analysis dedicated to prevention of FF and role of FLS was carried out. Results . Comparative analysis revealed that patients proportion with prescribed AF based on use of FRAX calculator in second clinical group, significantly (p<0.05) increased by 16.6%, while patients proportion with repeated FF significantly (p<0.05) decreased by 6.5% (or 1.17 times) in relation to first group. Analysis of publications has shown high efficiency of FLS and their important role in reducing incidence of FF in general. Conclusion . Use of FRAX calculator for AP prescription allowed to achieve significant (p<0.05) increase by 16.6% in proportion with prescribed specific AP, which led to significant (p<0.05) decrease of patient proportion (6.5%) with repeated low-energy fractures. Analysis of scientific publications and own material confirmed key role of FLS for reducing the incidence of FF.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
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 ».