External validation of a novel HR-pQCT based fracture risk assessment tool (μFRAC) in a male cohort: the osteoporotic fractures in men (MrOS) study
Notice bibliographique
Résumé
Fracture risk estimates can be used clinically to inform treatment decision-making in osteoporosis. Current fracture risk assessment tools have a low sensitivity in predicting fractures in males. This study aims to evaluate and validate the performance of a new fracture prediction tool-the Microarchitecture Fracture Risk Assessment Calculator ($\mu $FRAC)-in a multicentre cohort (MrOS) of older community-dwelling men. The performance of $\mu $FRAC was assessed in a population of 1586 men aged $\geq 77$ years in the United States. All participants underwent HR-pQCT scanning (61 $\mu $m) of the distal radius and distal tibia. Incident fracture information was collected every 4 months from the study visit. The $\mu $FRAC 5-year and 10-year risk of major osteoporotic fracture and any osteoporotic fracture were calculated for all participants. The model calibration was assessed by fitting fine-gray competing risk regression models. The model discrimination was assessed using receiver operator characteristic curves and area under the curve (AUCs). Over the 10-year follow-up period, 129 men experienced an incident major osteoporotic fracture. The $\mu $FRAC models showed good generalizability of the 5-year risk estimates (regression slope 0.8-1.1) to MrOS cohort. The $\mu $FRAC models displayed an improved model performance (AUC = 0.685-0.703) relative to reference models of FRAX (AUC = 0.641) and FN aBMD alone (AUC = 0.636) for the 5-year major osteoporotic fracture (MOF) risk estimates. A sub-analysis on individuals classified as moderate risk by FRAX (10%-20% MOF risk) found that $\mu $FRAC aided in stratifying risk, particularly for the 5-year risk estimates ($\mu $FRAC AUC = 0.691-0.706). The $\mu $FRAC models demonstrated strong performance and generalizability to an external cohort of older men. This validation of $\mu $FRAC suggests its potential use as an alternate assessment tool for osteoporotic fracture risk and may have value in targeting moderate-risk subgroups to aid treatment decisions.
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 | 0,014 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».