Association between socioeconomic deprivation and bone health status in the UK biobank cohort participants
Notice bibliographique
Résumé
The effect of deprivation on total bone health status has not been well defined. We examined the relationship between socioeconomic deprivation and poor bone health and falls and we found a significant association. The finding could be beneficial for current public health strategies to minimise disparities in bone health. PURPOSE: Socioeconomic deprivation is associated with many illnesses including increased fracture incidence in older people. However, the effect of deprivation on total bone health status has not been well defined. To examine the relationship between socioeconomic deprivation and poor bone health and falls, we conducted a cross-sectional study using baseline measures from the United Kingdom (UK) Biobank cohort comprising 502,682 participants aged 40-69 years at recruitment during 2006-2010. METHOD: We examined four outcomes: 1) low bone mineral density/osteopenia, 2) fall in last year, 3) fracture in the last five years, and 4) fracture from a simple fall in the last five years. To measure socioeconomic deprivation, we used the Townsend index of the participant's residential postcode. RESULTS: At baseline, 29% of participants had low bone density (T-score of heel < -1 standard deviation), 20% reported a fall in the previous year, and 10% reported a fracture in the previous five years. Among participants experiencing a fracture, 60% reported the cause as a simple fall. In the multivariable logistic regression model after controlling for other covariates, the odds of a fall, fracture in the last five years, fractures from simple fall, and osteopenia were respectively 1.46 times (95% confidence interval [CI] 1.42-1.49), 1.26 times (95% CI 1.22-1.30), 1.31 times (95% CI 1.26-1.36) and 1.16 times (95% CI 1.13-1.19) higher for the most deprived compared with the least deprived quantile. CONCLUSION: Socioeconomic deprivation was significantly associated with poor bone health and falls. This research could be beneficial to minimise social disparities in bone health.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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) | 0,002 | 0,000 |
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.
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 ».