Systemic bone loss during fracture healing: new evidence from HR-pQCT analyses
Notice bibliographique
Résumé
A major risk factor for future fractures is a history of previous fractures. It has been reported that fractures occurring before the age of 20 are only predictive of future fractures in men, but not women, whereas fractures after that age are associated with an increased risk of re-fracture in both sexes.1,2 The reasons for re-fracture may include persisting risk factors that were responsible for the initial fracture, altered mechanical environment, or bone loss occurring after a fracture. Bone loss following fracture occurs not only in the affected bone but also systemically in other bones.3,4 Systemic increases in bone remodeling, so-called regional and systemic acceleratory phenomenon, occur during bone healing, whereby increased resorption might lead to systemic bone loss in humans and mice after fracture.5–7 The underlying mechanisms responsible for systemic bone loss after fracture have yet to be elucidated, although it is thought that inflammation or disuse may be involved. While chronic inflammation is associated with bone loss, the effect of acute inflammation after fracture on systemic bone loss is unclear. Bone adapts to its mechanical environment; during bed rest or microgravity in space flight, bone resorption outpaces formation, resulting in net bone loss. Thus, general lack of activity and disuse of the injured limb after a fracture likely contribute to the local and systemic bone loss. Systemic bone loss may also be a consequence of mineral being transported to the site of injury to aid in fracture callus formation. There is evidence suggesting that calcium and vitamin D intake after a fracture can reduce subsequent systemic bone loss.8,9
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 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) | 0,004 | 0,001 |
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 ».