Abstract Hip fracture is a significant problem in health care incurring major costs to society. Therefore, it is necessary to study fracture mechanisms and develop improved methods to estimate individual fracture risk. In addition to conventional bone density measurements, computational finite element (FE) analysis has been recognized as a valuable method for studying biomechanical characteristics of a hip fracture. In this study, computed tomography (CT) based finite element methods were investigated and simulation models were developed to estimate experimental femoral fracture load and hip fracture type in a sideways fall loading configuration. Cadaver femur specimens (age 55–100 years) were scanned using a CT scanner and dual-energy X-ray absorptiometry (DXA), and the femurs were mechanically tested for failure in a sideways fall loading configuration. CT images were used for generating the FE model, and DXA was used as a reference method. FE analysis was done for simulation models of the proximal femur in a sideways fall loading configuration to estimate the experimentally measured fracture load and fracture type. Statistical analyses were computed to compare the experimental and the FE data. Cervical and trochanteric hip fractures displayed characteristic strain patterns when using a FE model mainly driven by bone geometry. This relatively simple FE model estimation provided reasonable agreement for the occurrence of experimental hip fracture type. Accurate assessment between experimental and finite element fracture load (r2 =  0.87) was achieved using subject-specific modeling, including individual material properties of trabecular bone for bilinear elastoplastic FE models. Nevertheless, the study also showed that proximal femoral fracture load can be estimated with reasonable accuracy (r2 =  0.73) by a relatively simple FE model including only cortical bone. The cortical bone FE model was more predictive for fracture load than DXA and slightly less accurate than the subject-specific FE model. The accuracy and short calculation time of the model suggest promise in terms of effective clinical use. / Tiivistelmä Lonkkamurtuma on huomattava ongelma terveydenhuollossa aiheuttaen merkittäviä kustannuksia yhteiskunnalle. Tämän vuoksi on tärkeää tutkia ja kehittää uusia yksilöllisen murtumariskin arviointimenetelmiä. Elementtimenetelmä on tehokas laskennallinen työkalu lonkkamurtuman biomekaanisten ominaisuuksien tutkimisessa. Tässä työssä tutkittiin ja kehitettiin tietokonetomografiaan perustuvia reisiluun simulaatiomalleja kokeellisten murtolujuuksien ja lonkkamurtumatyyppien arviointiin. Reisiluunäytteet (ikä 55–100 vuotta) kuvattiin tietokonetomografialaitteella ja kaksienergisellä röntgenabsorptiometrialla, jonka jälkeen reisiluut kuormitettiin kokeellisesti murtolujuuden ja murtumatyypin määrittämiseksi sivuttaiskaatumisasetelmassa. Tietokonetomografialeikekuvia käytettiin simulaatiomallien luomiseen, ja kaksienergistä röntgenabsorptiometriaa käytettiin vertailumenetelmänä. Reisiluun simulaatiomallit analysoitiin elementtimenetelmän avulla kokeellisten murtolujuuksien ja murtumatyyppien arvioimiseksi. Tilastoanalyysiä käytettiin verrattaessa kokeellista aineistoa ja simulaatioaineistoa. Reisiluun muotoon perustuva simulaatiomalli osoitti, että reisiluun kaulan ja sarvennoisen murtumilla on tyypilliset jännitysjakaumat. Tämän suhteellisen yksinkertaisen mallin murtumatyyppi oli lähes yhdenmukainen kokeellisen murtumatyypin kanssa. Reisiluun kokeellinen murtolujuus pystyttiin arvioimaan tarkasti (r2 =  0.87) käyttäen yksityiskohtaista simulaatiomallia, joka sisältää yksilölliset hohkaluun materiaaliominaisuudet. Toisaalta murtolujuus pystyttiin arvioimaan kohtuullisella tarkkuudella (r2 =  0.73) melko yksinkertaisellakin mallilla, joka käsittää ainoastaan kuoriluun. Kuoriluuhun perustuva malli oli tarkempi arvioimaan reisiluun kokeellista murtolujuutta kuin kaksienerginen röntgenabsorptiometria ja lähes yhtä tarkka kuin yksityiskohtaisempi simulaatiomalli. Mallin tarkkuus ja lyhyt laskenta-aika antavat lupauksia tehokkaaseen kliiniseen käyttöön.