Automated abdominal aortic calcification and trabecular bone score independently predict incident fracture during routine osteoporosis screening
Notice bibliographique
Résumé
Abdominal aortic calcification (AAC), a marker of subclinical cardiovascular disease, has previously shown to be associated with low BMD and fracture. However, it remains unclear whether AAC is associated with trabecular bone score (TBS), a gray-level textural measure, or whether it predicts fracture risk independent of this measure. Here, we examined the cross-sectional association of AAC scored using a validated machine learning algorithm (ML-AAC24) with TBS, and their simultaneous associations with incident fractures in 7691 individuals (93.4% women) through the Manitoba BMD Registry (mean age 75.3 yr). The association between ML-AAC24 and TBS was tested using generalized linear regression. Cox proportional hazards models tested the simultaneous relationships of ML-AAC24 and TBS with incident fractures. At baseline, 41.3% of the study cohort had low (<2), 32.4% had moderate (2 to <6), and 26.3% had high (≥6) ML-AAC24. Compared to low ML-AAC24, high ML-AAC24 was associated with a 0.81% lower TBS in the multivariable-adjusted model. Independent of each other and multiple established fracture risk factors, ML-AAC24 and TBS were each associated with an increased risk of incident fractures. Specifically, high ML-AAC24 (HR 1.41, 95% CI: 1.15-1.73, compared to low ML-AAC24) and lower TBS (HR 1.13, 95% CI: 1.05-1.22, per SD decrease) were associated with increased relative hazards for any incident fracture. High ML-AAC24 and lower TBS were also associated with incident major osteoporotic fracture (HR 1.48, 95% CI: 1.18-1.87 and HR 1.15, 95% CI: 1.06-1.25, respectively) and hip fracture (HR 1.56, 95% CI: 1.05-2.31 and HR 1.25, 95% CI: 1.08-1.44, respectively). In conclusion, high ML-AAC24 is associated with lower TBS in older adults attending routine osteoporosis screening. Both measures were associated with incident fractures. The findings of this study highlight high ML-AAC24, seen in more than 1 in 4 of the study cohort, and lower TBS provide complementary prognostic information for 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 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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».