Prevalent vertebral fracture is associated with incident cardiovascular disease events in older individuals referred for bone densitometry
Notice bibliographique
Résumé
BACKGROUND: It is unknown if prevalent vertebral fracture (PVFx) captured on bone density vertebral fracture assessment (VFA) images predicts incident CVD events. METHODS: 11,760 individuals (mean [SD] age 75.7 [6.8] years, 94 % female) had VFA contemporaneously with bone densitometry in Manitoba, Canada, between February 2010 and December 2017, of whom 1919 (16.3 %) had ≥1 PVFx. This cohort was followed over a mean (SD) 3.8 (2.3) years for Major Adverse Cardiovascular Events (MACE, composite of hospitalization for myocardial infarction, non-hemorrhagic stroke, or all-cause mortality) and other CVD events (hospitalization for coronary artery disease, congestive heart failure, peripheral vascular disease, or coronary bypass/stenting). Proportional hazards models were used to estimate hazard ratios (HR) for incident MACE and other CVD events in those with compared to those without PVFx. RESULTS: Adjusted for age and sex, those with PVFx had HR for incident MACE of 1.34 (95 % C·I. 1.19, 1.51), hospitalization for myocardial infarction (HR 1.35, 95 % C.I. 1.02, 1.79), all-cause mortality (HR 1.36, 95 % C.I, 1.19, 1.56), and other CVD events (HR 1.40, 95 % C.I. 1.21, 1.61). These associations were only slightly attenuated with further adjustment for prior CVD disease and additional CVD risk factors. CONCLUSION: Prevalent vertebral fracture identified on VFA images in routine clinical practice is robustly associated with incident MACE, independent of other risk factors including AAC which can be simultaneously ascertained on the same images. VFA may have utility for prediction of fractures and CVD outcomes via ascertainment of both prevalent vertebral fracture and AAC.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».