Fracture Risk Factors in Community-Dwelling Older Adults: Insights from the Canadian Longitudinal Study on Aging
Notice bibliographique
Résumé
Objectives: This study aimed to investigate whether new potential risk factors (cognition, frailty, falls, social isolation/loneliness, and osteosarcopenia), not included in traditional fracture risk prediction models, are associated with fracture risk in community-dwelling older adults. Methods: Participants aged 65 years or older from the Canadian Longitudinal Study on Aging (CLSA) who completed the 2015 baseline and 2018 follow-up assessments were included. The outcome was self-reported fractures in the 12 months prior to both baseline and a three-year follow-up. Baseline predictor variables included cognition variables (memory, executive function, and psychomotor speed), frailty (assessed using the Rockwood Frailty Index), falls (assessed as occurrence at the 12 months prior to baseline), social isolation/loneliness (assessed using the CLSA-Social Isolation Index), and osteosarcopenia defined as a combination of osteopenia/osteoporosis (bone mineral density femoral neck T-score <-1) and sarcopenia (grip strength <35.5 kg for males and <16kg for females, as well as gait speed <0.8 m/s for both sexes). Findings: When considering cognition, frailty, and falls simultaneously, the frailty index was independently associated with fracture risk [adjusted odd ratio (OR) 1.44, 95% confidence interval (CI) 1.11-1.52 per each standard deviation (SD) increment in the frailty index]. The Social Isolation Index was associated with fracture risk (adjusted OR 1.13, 95% CI 1.01-1.27); however, this association was dependent on an interaction with depressive symptoms. In males, osteosarcopenia was associated with a 2.6-fold higher fracture risk compared to those with normal bone density without sarcopenia (adjusted OR 2.60, 95% CI 1.14-5.91). Conclusion: Frailty, social isolation/loneliness, and osteosarcopenia are associated with fracture risk in Canadian community-dwelling older adults aged 65 years or older. These new risk factors may be used in the future to develop better fracture prediction assessments.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| 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 ».