MétaCan
Menu
Retour à la cohorte
Enregistrement W4387951922 · doi:10.1007/s11914-023-00830-6

Characterizing Bone Phenotypes Related to Skeletal Fragility Using Advanced Medical Imaging

2023· review· en· W4387951922 sur OpenAlexaff
Danielle E. Whittier, Melissa S. A. M. Bevers, Piet Geusens, Joop P. van den Bergh, Leigh Gabel

Notice bibliographique

RevueCurrent Osteoporosis Reports · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueBone health and osteoporosis research
Établissements canadiensAlberta Children's HospitalAlberta Bone and Joint Health InstituteUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineOsteoporosisPhenotypeBone remodelingBioinformaticsInternal medicineBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Summarize the recent literature that investigates how advanced medical imaging has contributed to our understanding of skeletal phenotypes and fracture risk across the lifespan. RECENT FINDINGS: Characterization of bone phenotypes on the macro-scale using advanced imaging has shown that while wide bones are generally stronger than narrow bones, they may be more susceptible to age-related declines in bone strength. On the micro-scale, HR-pQCT has been used to identify bone microarchitecture phenotypes that improve stratification of fracture risk based on phenotype-specific risk factors. Adolescence is a key phase for bone development, with distinct sex-specific growth patterns and significant within-sex bone property variability. However, longitudinal studies are needed to evaluate how early skeletal growth impacts adult bone phenotypes and fracture risk. Metabolic and rare bone diseases amplify fracture risk, but the interplay between bone phenotypes and disease remains unclear. Although bone phenotyping is a promising approach to improve fracture risk assessment, the clinical availability of advanced imaging is still limited. Consequently, alternative strategies for assessing and managing fracture risk include vertebral fracture assessment from clinically available medical imaging modalities/techniques or from fracture risk assessment tools based on clinical risk factors. Bone fragility is not solely determined by its density but by a combination of bone geometry, distribution of bone mass, microarchitecture, and the intrinsic material properties of bone tissue. As such, different individuals can exhibit distinct bone phenotypes, which may predispose them to be more vulnerable or resilient to certain perturbations that influence bone strength.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,435
Écart entre enseignants0,359 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Osteoporosis ReportsMême sujetBone health and osteoporosis researchTravaux en français237 207