Longitudinal associations between changes in bone mechanical strength and fracture risk estimated by <b>μ</b> FRAC
Notice bibliographique
Résumé
Monitoring bone health for osteoporosis is typically based on measuring areal BMD. However, widely used fracture risk prediction tools are primarily driven by clinical risk factors and show limited sensitivity to underlying bone changes over time. This study evaluated the ability of the new Microarchitecture Fracture Risk Assessment Calculator ($\mu $FRAC) to detect longitudinal changes in fracture risk in relation to bone quality. Our study cohort included 601 participants (70.2% female) from a longitudinal population study. HR-pQCT scans of the distal radius and tibia were acquired at 2 visits, 3-10 years apart. The $\mu $FRAC 5-year risk of major osteoporotic fracture was calculated at both time points. Participants were divided into quartiles based on the absolute change in tibia bone strength between study visits to assess the model's sensitivity to changes in bone fragility. Differences between quartiles were assessed using a Mann-Whitney U test and the standardized response mean (SRM). Additionally, changes in fracture risk by decade, were analyzed to investigate age- and sex-specific trends in fracture risk. The average age of participants was 53.8 $\pm $ 15.4 years, with an average follow-up of 6.8 $\pm $ 1.8 years. The greatest absolute annualized changes in $\mu $FRAC risk occurred in individuals with the largest differences in bone strength (SRM = 0.73-0.78), while the least change was observed in individuals with minimal changes (SRM = 0.07-0.21). Age- and sex-specific trends aligned with previously established patterns of bone aging, showing the greatest annualized changes in fracture risk in menopausal females (40-60 years) and older adults (70+ years). We demonstrated $\mu $FRAC is sensitive to changes in fracture risk driven by declines in bone quality in aging adults. These results suggest $\mu $FRAC is well suited for tracking fracture prediction longitudinally and has potential to monitor osteoporosis disease progression and treatment response.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».