A Fracture Risk Assessment Tool for High Resolution Peripheral Quantitative Computed Tomography
Notice bibliographique
Résumé
Most fracture risk assessment tools use clinical risk factors combined with bone mineral density (BMD) to improve assessment of osteoporosis; however, stratifying fracture risk remains challenging. This study developed a fracture risk assessment tool that uses information about volumetric bone density and three-dimensional structure, obtained using high-resolution peripheral quantitative compute tomography (HR-pQCT), to provide an alternative approach for patient-specific assessment of fracture risk. Using an international prospective cohort of older adults (n = 6802) we developed a tool to predict osteoporotic fracture risk, called μFRAC. The model was constructed using random survival forests, and input predictors included HR-pQCT parameters summarizing BMD and microarchitecture alongside clinical risk factors (sex, age, height, weight, and prior adulthood fracture) and femoral neck areal BMD (FN aBMD). The performance of μFRAC was compared to the Fracture Risk Assessment Tool (FRAX) and a reference model built using FN aBMD and clinical covariates. μFRAC was predictive of osteoporotic fracture (c-index = 0.673, p < 0.001), modestly outperforming FRAX and FN aBMD models (c-index = 0.617 and 0.636, respectively). Removal of FN aBMD and all clinical risk factors, except age, from μFRAC did not significantly impact its performance when estimating 5-year and 10-year fracture risk. The performance of μFRAC improved when only major osteoporotic fractures were considered (c-index = 0.733, p < 0.001). We developed a personalized fracture risk assessment tool based on HR-pQCT that may provide an alternative approach to current clinical methods by leveraging direct measures of bone density and structure. © 2023 The Authors. Journal of Bone and Mineral Research published by Wiley Periodicals LLC on behalf of American Society for Bone and Mineral Research (ASBMR).
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 | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,004 | 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 ».