論文の概要: DXA-Derived Skeletal Phenotypes and Hip Fracture Risk: A Backdoor-Adjusted Causal Analysis

• arxiv url: http://arxiv.org/abs/2606.02625v1
• Date: Fri, 29 May 2026 14:36:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-03 22:00:04.467942
• Title: DXA-Derived Skeletal Phenotypes and Hip Fracture Risk: A Backdoor-Adjusted Causal Analysis
• Title（参考訳）: DXA-Derived Skeletal Phenotypes and Hip Fracture Risk: A backdoor-Adjusted Causal Analysis (特集:DXA-Derived Skeletal Phenotypes)
• Abstract要約: フェノタイプレベルの因果評価は、リスク階層化のためのDXA尺度を特定するのに役立つかもしれない。 英国バイオバンクの参加者21,098名を対象に、関連健康記録を分析した。
• 参考スコア（独自算出の注目度）: 9.11092651923669
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Purpose: To compare dual-energy X-ray absorptiometry (DXA)-derived hip skeletal phenotypes in relation to hip fracture risk using prespecified confounder adjustment and to assess whether phenotypes ranked by their backdoor-adjusted average treatment effects (ATEs) improve risk stratification. Methods: We analyzed 21,098 UK Biobank participants with linked health records, hip DXA-derived skeletal measures, and prespecified covariates. Sixteen phenotypes spanning bone mineral content (BMC), bone mineral density (BMD), and T-score across hip-related regions were evaluated. Confounder selection was guided by a prespecified directed acyclic graph (DAG). Backdoor-adjusted ATEs were estimated on the absolute risk-difference scale per standard deviation (SD) increase. Effect heterogeneity was evaluated for total femur BMD, and downstream prediction was assessed using clinical variables combined with phenotypes ranked by ATE magnitude. Results: Among 21,098 participants, 115 had hip fractures. All 16 phenotypes showed negative backdoor-adjusted ATEs per SD increase. The largest ATEs were observed for total femur BMC and total femur BMD, each with a risk difference of -0.0047, corresponding to approximately 4.7 fewer hip fractures per 1,000 participants per SD higher phenotype value. Conditional effects of total femur BMD were stronger among older participants and those with lower BMI. In prediction, clinical variables plus the top 11 ATE-ranked phenotypes achieved higher AUC than FRAX with femoral neck BMD (0.842 vs. 0.709), with higher sensitivity (0.748 vs. 0.443) and similar specificity (0.793 vs. 0.777). Conclusion: DXA-derived hip skeletal phenotypes differed in their backdoor-adjusted ATEs. Phenotype-level causal evaluation may help identify informative DXA measures for risk stratification.
• Abstract（参考訳）: 目的: 二重エネルギーX線吸収率(DXA)由来の股関節症候性表現型と, 股関節骨折リスクとの関連性を比較し, バックドア調整平均治療効果(ATE)によって分類された表現型が, リスク階層化を改善するかを評価することを目的とする。 方法: 英国バイオバンクの21,098人の被験者を対象に, 関連健康記録, DXA由来の骨格測定, 予め特定した共変量について分析した。 骨ミネラル含有量 (BMC) , 骨ミネラル密度 (BMD) およびTスコアに分布する16種類の表現型について検討した。 共同設立者選択は、あらかじめ特定された非巡回グラフ(DAG)によって導かれた。 標準偏差(SD)の増加に伴う絶対リスク差尺度に基づいて,後方調整ATEを推定した。 人工股関節全置換術における異種性の評価を行い, 臨床変数とATE等級の表現型を併用して下降予測を行った。 結果:21,098例中115例が大腿骨近位部骨折であった。 16種類の表現型はSDあたりの負のバックドア調整ATEが増加した。 総大腿骨BMCおよび全大腿骨BMDでは, リスク差が0.0047であり, SD高発現値当たり1,000名あたり約4.7例の股関節骨折が認められた。 全大腿骨BMDの条件的効果は, 高齢者, 下部BMI群で有意に高かった。 予測では、臨床変数とトップ11のATEの表現型は、大腿骨頸部BMD(0.842 vs. 0.709)のFRAXよりもAUCが高く、感度(0.748 vs. 0.443)と類似の特異性(0.793 vs. 0.777)が高い。 結論: DXA由来の股関節表現型は, 背側調節ATEで異なっていた。 フェノタイプレベルの因果評価は、リスク階層化のための情報的DXA尺度を特定するのに役立つ。

関連論文リスト

• Self-supervised DXA representations encode multi-system disease risk, biological aging and heritability [34.27649756862617]
  自己教師型学習は生のDXA画像を全身的な健康状態の表現に変換することができることを示す。 本稿では、潜在表現を予測して学習するJEPA(Joint-embedding predictive Architecture)に基づく視覚モデルLeDXAを紹介する。
  論文  参考訳（メタデータ） (2026-08-03T13:33:04Z)
• Searching for Robust Augmentations to Improve Out-of-Domain Generalization in Dermoscopic Skin Cancer Classification [35.18016233072556]
  悪性二分数非悪性一般化のロバスト性を改善するためのデータ拡張法について検討した。 データ拡張は、マルチソースISICアーカイブコレクションで検索された。
  論文  参考訳（メタデータ） (2026-07-29T11:06:06Z)
• Fracture Risk Prediction in Adults Over 50 Years Old Using DXA and EHR: Comparison of Traditional and Machine Learning Models in Two Large Cohorts [20.203542927483138]
  今回,50歳以上の成人のDXA症例に対して,経時的骨折予測モデルを構築した。 我々は,Cox回帰,無作為生存林,勾配ブースト生存モデル,XGBoost生存モデルを評価した。 EHRおよびDXA増強モデルでは, このDXA試験群において臨床報告されたFRAXスコアよりも差別性が良好であった。
  論文  参考訳（メタデータ） (2026-07-25T16:58:31Z)
• Pre-AF 13: An Interpretable Atrial Fibrillation Risk Score Mined from Discharge Reports [35.15225826613469]
  心房細動 (AF) は心臓不整脈で最も多く、予後の決定因子である。 CVD患者のAFリスクを24カ月間予測する解釈可能なMLモデルを構築した。 45,000人の患者の80,576件の記録のうち、17,562件が包括的基準を満たし、1,438件(8.19%)がAFを開発した。
  論文  参考訳（メタデータ） (2026-06-09T11:33:46Z)
• An interpretable and trustworthy AI framework for large-scale longitudinal structure-pain association studies using data from the Osteoarthritis Initiative (OAI) [11.144403437751995]
  変形性膝関節症(MOAKS)の特徴を膝関節MRIから直接予測するためのディープラーニングフレームワークを開発した。 我々は、予測不確実性定量化を提供するために共形予測を組み込んだ。 長手型遅発型混合モデル(LCMM)を応用し,鍵構造異常と4つの相補的膝痛測定の関連について検討した。
  論文  参考訳（メタデータ） (2026-06-03T18:59:38Z)
• XAttn-BMD: Multimodal Deep Learning with Cross-Attention for Femoral Neck Bone Mineral Density Estimation [4.192785353394277]
  骨密度が低いことは骨折のリスクを増大させる。 XAttn-BMDは,股関節X線画像から大腿骨頸部BMDを予測し,臨床メタデータを構造化する多モード深層学習フレームワークである。 画像とメタデータの特徴を動的に統合し、双方向の相互強化を実現するために、新しい双方向のクロスアテンション機構を利用する。
  論文  参考訳（メタデータ） (2025-11-18T15:53:42Z)
• An Advanced Two-Stage Model with High Sensitivity and Generalizability for Prediction of Hip Fracture Risk Using Multiple Datasets [15.756482189835566]
  股関節骨折は、高齢者の障害、死亡、医療負担の主な原因である。 DXA TスコアとFRAXは感度を欠くことが多く、高いリスクで個人を逃がす。 臨床および画像情報を統合して予測精度を向上させる2段階連続モデルを提案する。
  論文  参考訳（メタデータ） (2025-10-16T22:44:51Z)
• Pulmonary Embolism Mortality Prediction Using Multimodal Learning Based on Computed Tomography Angiography and Clinical Data [31.830488752817804]
  本研究の目的は,CTPA(CTPA),臨床データ,肺重症度指数(PESI)スコアを用いて深層学習モデルを構築し,PE死亡率を予測することである。
  論文  参考訳（メタデータ） (2024-06-03T13:10:13Z)
• A Staged Approach using Machine Learning and Uncertainty Quantification to Predict the Risk of Hip Fracture [7.28435301162289]
  本研究は, 高齢者および中高年者における股関節骨折リスクの予測に焦点をあてる。 本稿では,高度な画像と臨床データを組み合わせて予測性能を向上させる新しいステージドモデルを提案する。
  論文  参考訳（メタデータ） (2024-05-30T14:01:02Z)
• Penalized Deep Partially Linear Cox Models with Application to CT Scans of Lung Cancer Patients [42.09584755334577]
  肺がんは世界中のがん死亡の原因であり、効果的な治療法を設計するための死亡リスクを理解することの重要性を強調している。 NLST(National Lung Screening Trial)は、肺がん患者の死亡リスクを定量化するために、CTテクスチャ解析を用いている。 本稿では,SCADペナルティを組み込んで重要なテクスチャ特徴を抽出し,深層ニューラルネットワークを用いてモデルの非パラメトリック成分を推定する,Pentalized Deep partially Linear Cox Model (Penalized DPLC)を提案する。
  論文  参考訳（メタデータ） (2023-03-09T15:38:16Z)
• Hip Fracture Prediction using the First Principal Component Derived from FEA-Computed Fracture Loads [9.559912768670888]
  FEAパラメータの最初のPC(PC1)は、股関節骨折の唯一の有意な予測因子であった。 PC1 を用いた受信操作特性曲線 (AUC) 下の領域の平均値は, 男性被験者で組み合わせたすべての FE パラメータよりも常に高い値を示した。
  論文  参考訳（メタデータ） (2022-10-03T15:46:06Z)
• Opportunistic hip fracture risk prediction in Men from X-ray: Findings from the Osteoporosis in Men (MrOS) Study [0.7340017786387765]
  骨粗しょう症は骨折のリスクを増大させる一般的な疾患である。 特に高齢者の股関節骨折は、死亡率の上昇、生活の質の低下、死亡率の上昇につながる。 骨折前は無症候性疾患であったため、骨粗しょう症は診断されず、治療を受けていないことが多い。
  論文  参考訳（メタデータ） (2022-07-22T09:35:48Z)
• Fast and Robust Femur Segmentation from Computed Tomography Images for Patient-Specific Hip Fracture Risk Screening [48.46841573872642]
  我々は,CTから大腿骨近位部を完全自動化し,正確かつ高速に分割するディープニューラルネットワークを提案する。 本手法は, 股関節骨折リスクスクリーニングに適応し, 当科において, 股関節脱臼患者をスクリーニングするための臨床的選択肢に一歩近づいた。
  論文  参考訳（メタデータ） (2022-04-20T16:16:16Z)
• A Deep Learning-Based Approach to Extracting Periosteal and Endosteal Contours of Proximal Femur in Quantitative CT Images [25.76523855274612]
  セグメンテーションタスクのために,3次元の終端(3D)完全畳み込みニューラルネットワークを開発した。 同一のネットワーク構造を持つ2つのモデルが訓練され、それぞれ腹腔内輪郭と内皮輪郭に対して97.87%と96.49%のサイコロ類似係数(DSC)を達成した。 大腿骨頚部骨折のリスク予測や有限要素解析などの臨床応用の可能性を示した。
  論文  参考訳（メタデータ） (2021-02-03T10:23:41Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。