Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关概念视频

这页已由机器翻译。其他页面可能仍然显示为英文。View in English
  1. 首页
  3. 研究领域
  5. 生物医学和临床科学
  7. 瘤学和致癌症
  9. 预测和预后标志物
  11. 用于骨质疏松症查的临床放射学名录的开发和内部验证:一个队列回顾性研究
  1. 首页
  3. 研究领域
  5. 生物医学和临床科学
  7. 瘤学和致癌症
  9. 预测和预后标志物
  11. 用于骨质疏松症查的临床放射学名录的开发和内部验证:一个队列回顾性研究

相关实验视频

Semiautomated Longitudinal Microcomputed Tomography-based Quantitative Structural Analysis of a Nude Rat Osteoporosis-related Vertebral Fracture Model
07:12

Semiautomated Longitudinal Microcomputed Tomography-based Quantitative Structural Analysis of a Nude Rat Osteoporosis-related Vertebral Fracture Model

Published on: September 28, 2017

8.3K

用于骨质疏松症查的临床放射学名录的开发和内部验证:一个队列回顾性研究

Meng Yi1,2, Wancheng Lin1,2, Yao Zhang1,2

  • 1Beijing Shijitan Hospital, Beijing, China.

European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
|September 3, 2025

在PubMed 上查看摘要

概括
此摘要是机器生成的。

通过使用年龄,性别和COPD等因素来预测骨质疏松风险, 该模型具有很好的准确性和临床实用性,可以简化骨质疏松症的诊断.

关键词:
美国德克萨一个MRI这是一份名册.

更多相关视频

Cortical Bone Assessment Using Ultrasonic Guided Waves: A Reproducibility Study in a Healthy Population
09:02

Cortical Bone Assessment Using Ultrasonic Guided Waves: A Reproducibility Study in a Healthy Population

Published on: January 31, 2025

632
An R-Based Landscape Validation of a Competing Risk Model
05:37

An R-Based Landscape Validation of a Competing Risk Model

Published on: September 16, 2022

2.2K

相关实验视频

Semiautomated Longitudinal Microcomputed Tomography-based Quantitative Structural Analysis of a Nude Rat Osteoporosis-related Vertebral Fracture Model
07:12

Semiautomated Longitudinal Microcomputed Tomography-based Quantitative Structural Analysis of a Nude Rat Osteoporosis-related Vertebral Fracture Model

Published on: September 28, 2017

8.3K
Cortical Bone Assessment Using Ultrasonic Guided Waves: A Reproducibility Study in a Healthy Population
09:02

Cortical Bone Assessment Using Ultrasonic Guided Waves: A Reproducibility Study in a Healthy Population

Published on: January 31, 2025

632
An R-Based Landscape Validation of a Competing Risk Model
05:37

An R-Based Landscape Validation of a Competing Risk Model

Published on: September 16, 2022

2.2K

科学领域:

  • 骨质疏松症研究
  • 临床预测建模
  • 放射性评估

背景情况:

  • 骨质疏松症的诊断可能很复杂,需要改进风险预测工具.
  • 确定临床和放射性特征对于早期发现骨质疏松症至关重要.

研究的目的:

  • 确定与骨质疏松症相关的主要临床和放射性因素.
  • 开发和验证骨质疏松风险的实用临床预测模型 (名图).

主要方法:

  • 在954名患者的回顾性队列研究中.
  • 对于风险因素选择的最小绝对收缩和选择运营商 (LASSO) 回归.
  • 使用内部队列开发和验证诺莫格拉姆,评估校准,区分和临床效用.

主要成果:

  • 确定了六个独立预测因素:年龄,女性性别,葡萄糖皮质类药物使用,慢性阻塞性肺病 (COPD),霍恩斯菲尔德单位 (HU) 评分和脊椎质量 (VBQ) 评分.
  • 在训练和验证组中,该名图实现了0.86的C指数和0.87的曲线下面面积 (AUC).
  • 决策曲线分析 (DCA) 和临床影响曲线 (CIC) 证实了良好的临床可行性.

结论:

  • 开发的诺姆图模型显示出强大的预测性能和临床适用性.
骨质疏松症
  • 这种工具可以帮助简化骨质疏松症诊断和临床风险评估.