Spine age derived from DXA vertebral fracture assessment images predicts incident fractures and mortality: the Manitoba Bone Mineral Density Registry
Notice bibliographique
Résumé
Biological age may better predict health outcomes than chronological age by capturing individual heterogeneity in aging. We investigated whether accelerated spine aging, estimated from DXA vertebral fracture assessment (VFA) using deep learning, predicts fracture and mortality independently of age, vertebral fracture (VF), and BMD. A convolutional neural network model to estimate age from lateral spine radiographs was trained in a Korean cohort (VERTE-X, n = 10 341). Among 27 601 adults aged ≥50 who underwent DXA VFA in Manitoba, Canada (2010-2023), the pre-trained model was fine-tuned to DXA VFA images using 20% randomly sampled subset. Among remaining 80% set, test set included 8810 individuals who completed DXA before 2017 as the outcomes were ascertained through 2018. Predicted spine age difference (PAD = spine age-chronological age) was calculated in the test set. During a mean follow-up of 3.9 yr, 899 incident fractures and 969 deaths occurred. Spine age positively correlated with chronological age (r = 0.89), with a mean difference of 0.0 yr (SD = 3.4). Factors associated with higher PAD include VFs (+1.02 yr), nonvertebral fracture history (+0.22), generalized spine structural artifacts (+1.45), smoking (+1.20), and lower FN BMD (+0.60 per T-score decrement), collectively explaining 66% of PAD variance. Each SD increase in PAD was associated with higher risk of any (adjusted hazard ratio = 1.11), nonvertebral (1.10), major osteoporotic (1.12), and hip fracture (1.25), and mortality (1.12), independent of covariates (all p < .05). In summary, accelerated spine aging detected from DXA VFA predicts fracture and mortality risk independently of age, clinical risk factors, VF, spine structural artifacts, and BMD in individuals at high risk of fracture, supporting its potential to enhance fracture risk assessment.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».