ral ssBioMed CentBMC Geriatrics Open AcceResearch article Closing the osteoporosis care gap – Increased osteoporosis awareness among geriatrics and rehabilitation teams
Notice bibliographique
Résumé
Background: A care gap exists between recommendations and practice regarding the diagnosis and treatment of osteoporosis in fracture patients. The current study was designed to determine rates and predictors of in-hospital diagnosis and treatment of osteoporosis in patients admitted with fragility hip fractures, and to assess differences in these rates since the outset of the multipronged "Fracture? Think Osteoporosis " (FTOP) Program, which includes education of geriatrics and rehabilitation teams. Methods: This is a retrospective cohort study conducted with data from two Hamilton, Ontario, university-based tertiary-care hospitals, and represents a follow-up to a previous study conducted 8 years earlier. Data pertaining to all 354 patients, age>/ = 50, admitted between March 2003 and April 2004, inclusive, with a diagnosis of fragility hip fracture were evaluated. Twelve patients were excluded leaving 342 patients for analysis, with 75 % female, mean age 81. Outcomes included: Primary – In-hospital diagnosis of osteoporosis and/or initiation of anti-resorptive treatment ("new osteoporosis diagnosis/treatment"). Secondary – In-hospital mortality, BMD referrals, pre-admission osteoporosis diagnosis and treatment. Results: At admission, 27.8 % of patients had a pre-existing diagnosis of osteoporosis and/or were taking anti-resorptive treatment. Among patients with no previous osteoporosis diagnosis/treatment: 35.7 % received a new diagnosis of
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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,035 | 0,004 |
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 ».