Total hip bone area affects fracture prediction with FRAX® in Canadian white women
Notice bibliographique
Résumé
Context Areal bone mineral density (BMD) measurements are confounded by skeletal size. Hip BMD is an input to the FRAX® tool (Centre for Metabolic Bone Diseases, University of Sheffield, United Kingdom), but it is unknown whether performance is affected by hip area. Objective To examine whether fracture prediction by FRAX® is affected by hip area. Design and Setting Cohort study using a population-based BMD registry. Patients A total of 58,108 white women aged ≥40 years. Main Outcome Measures Incident major osteoporotic fracture (MOF; n = 4913) and hip fracture (n = 1369), stratified by total hip area quintile, before and after adjustment for hip axis length (HAL). Results Smaller hip area was associated with younger age and lower FRAX® scores, whereas incident fractures were greater in those with larger hip area (P for trend < 0.001). Larger hip area quintile increased risk for MOF and hip fracture when adjusted for FRAX® score with BMD (P for trend < 0.001). Each standard deviation increase in hip area was associated with greater risk for incident MOF [adjusted hazard ratio (HR), 1.08; 95% confidence interval (CI), 1.05 to 1.11] and hip fracture (HR, 1.16; 95% CI, 1.11 to 1.21), but not after adjustment for HAL. FRAX® with BMD underestimated MOF risk in the largest hip area quintile and underestimated hip fracture risk in the three largest hip area quintiles. Conclusions In Canadian white women, skeletal size based on hip area affects fracture risk assessment based on FRAX® score with BMD, with risk underestimated in those with larger hip areas. Including HAL in the risk assessment compensates for this confounding by skeletal size and provides for more accurate assessment of 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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».