MétaCan
Menu
Retour à la cohorte
Enregistrement W4404905218 · doi:10.1001/jamanetworkopen.2024.48208

Age at First Fracture and Later Fracture Risk in Older Adults Undergoing Osteoporosis Assessment

2024· article· en· W4404905218 sur OpenAlexafffundabout
Carrie Ye, Suzanne N. Morin, Lisa M. Lix, Eugène McCloskey, Helena Johansson, Nicholas C. Harvey, J. A. Kanis, William D. Leslie

Notice bibliographique

RevueJAMA Network Open · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueBone health and osteoporosis research
Établissements canadiensUniversity of ManitobaMcGill UniversityUniversity of Alberta
Organismes subventionnairesMedical Research CouncilAmgenNational Institute for Health Research Southampton Biomedical Research CentreUniversity of SouthamptonCanadian Institutes of Health ResearchNational Institute for Health and Care ResearchUniversity Hospital Southampton NHS Foundation Trust
Mots-clésMedicineOsteoporosisBone mineralFemoral neckCohortDual-energy X-ray absorptiometryCohort studyBone densityDemographyPopulationInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Importance: Fragility fractures are often defined as those that occur after a certain age (eg, 40-50 years). Whether fractures occurring in early adulthood are equally associated with future fractures is unclear. Objective: To examine whether the age at which a prior fracture occurred is associated with future fracture risk. Design, Setting, and Participants: This observational, population-based cohort study included individuals from the Manitoba Bone Mineral Density Registry with a first bone mineral density (BMD) measurement between January 1, 1996, and March 31, 2018, with and without prior fracture in adulthood. Data analysis was completed between April 1, and May 31, 2023. Exposure: Individuals with fractures before their first dual-energy x-ray absorptiometry were stratified by the age at first fracture (10-year intervals from 20-29 to ≥80 years of age). Main Outcomes and Measures: Incident fractures occurring after dual-energy x-ray absorptiometry (index date) and before March 31, 2021, were identified using linked provincial administrative health data. Results: The cohort included 88 696 individuals (80 066 [90.3%] female; mean [SD] age, 64.6 [11.0] years) with a mean (SD) femoral neck T score of -1.4 (1.0). A total of 21 105 individuals (23.8%) had sustained a prior fracture at a mean (SD) age of 57.7 (13.6) years (range, 20.0-102.4 years) at the time of first prior fracture. During a mean (SD) of 9.0 (5.5) years of follow-up, incident fractures occurred in 13 239 individuals (14.6%), including 12 425 osteoporotic fractures (14.0%), 9440 major osteoporotic fractures (MOFs) (10.6%), and 3068 hip fractures (3.5%). The sex- and age-adjusted hazard ratios for all incident fractures, osteoporotic fractures, and MOFs, according to age at first fracture, were all significantly elevated, with point estimates ranging from 1.55 (95% CI, 1.28-1.88) to 4.07 (95% CI, 2.99-5.52). After adjusting for the additional covariates, the effect estimates were similar and remained significantly elevated, with point estimates ranging from fully adjusted hazard ratios of 1.51 (95% CI, 1.42-1.60) to 2.12 (95% CI, 1.67-2.71) across age categories. Sensitivity analyses examining age at last prior fracture and in those with multiple prior fractures showed similar results. Conclusions and Relevance: In this cohort study, fractures in adulthood were associated with future fractures regardless of the age at which they occurred. Thus, fractures in early adulthood should not be excluded when assessing an individual's ongoing fracture risk.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,124
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,329
Écart entre enseignants0,315 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations10
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetBone health and osteoporosis researchTravaux en français237 207