Development of Models for Assessing First Incident Fragility Fracture Risk in Postmenopausal Women: Data from the CLSA
Notice bibliographique
Résumé
Objective: To develop models for assessing first incident fragility fracture risk in postmenopausal women which could be used as a screening tool in primary care and similar settings. Design: Cohort study. Methods: Outcome was defined as first incident fragility fracture reported at either year 3 or year 6. Model development was conducted using logistic regression with multiple imputation as sensitivity analysis. Model performance was assessed through AUC, sensitivity, and specificity. Results: Analysis included 10930 female participants (1048 events) aged 45 to 85 years old without a history of fragility fracture before baseline from the Canadian Longitudinal Study on Aging (CLSA). The final model consisted of 11 factors including age, alcohol consumption, antidepressants, balance, epilepsy, hand grip strength, height, osteoarthritis, parent hip fracture after age 50, fall in the past 12 months, and smoking. The model outperformed BMD T-score total hip alone showing moderate discrimination with an AUC of 0.63 [0.61, 0.65]. With a threshold of a fracture probability at 7.30%, sensitivity was 80.49% and specificity was 34.61%. After adjusting for BMD T-score total hip, antidepressants, balance, epilepsy, hand grip strength, height, osteoarthritis, parent hip fracture after age 50, and fall in the past 12 months remained statistically significant. Conclusion: This model uses routinely collected factors and shows reasonable ability to distinguish between individuals at higher and lower risk of first incident fragility fracture. It demonstrates good sensitivity capturing the majority of true cases. Although its specificity is relatively limited, the model still has potential as a screening tool to help identify those at high risk who might benefit from further examinations and early intervention. Further studies are needed to validate the model performance in external populations
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 | 0,015 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».