Frailty and osteoporotic fractures represent mutual risks for each other with common physiological backgrounds
Notice bibliographique
Résumé
Abstract Frailty and osteoporosis are known to exacerbate each other. However, limited research is available on the shared pathophysiological factors contributing to osteoporotic fractures and frailty. This study aims to identify common factors associated with both the current frailty and the occurrence of incident vertebral fractures. A total of 912 postmenopausal Japanese women, 63.9 ± 10.0 yr of age (mean ± SD), were included in this study. Each participant’s baseline frailty status was assessed using a questionnaire about the following 5 items: fatigue, resistance, ambulation, inactivity, and weight loss. A score of 3 or above indicated the prevalence of frailty. The participants were then followed up for an average of 10.5 ± 7.5 yr, during which 202 patients suffered incident vertebral fractures. The Cox proportional hazards model for incident vertebral fracture revealed that lumbar bone mineral density (hazard ratio [HR] 0.753, p<.001), adiponectin (HR 1.025, p=.021), log IL-6 (HR 1.227, p=.029), prevalent vertebral fracture (HR 2.124, p<.001), and frailty status (HR 1.355, p=.002) were independent predictors of incident vertebral fractures. The factors associated with frailty status at baseline were assessed using logistic regression analysis, revealing that adiponectin (odds ratio [OR] 1.063, p<.001), log IL-6 (OR 2.94, p<.001), and prevalent vertebral fractures (OR 2.816, p<.001) were significantly associated with current frailty. Biochemical factors such as IL-6 and adiponectin were commonly associated with vertebral fractures and frailty. Additionally, frailty status was identified as an independent risk factor for vertebral fractures, while prevalent vertebral fractures were significantly associated with frailty. These findings clearly indicate that frailty and osteoporotic fractures represent mutual risks for each other, with serum levels of adiponectin and IL-6 serving as common physiological backgrounds.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 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 ».