MétaCan
Menu
Retour à la cohorte
Enregistrement W1493278628 · doi:10.1002/14651858.cd000333.pub2

Exercise for preventing and treating osteoporosis in postmenopausal women

2011· review· en· W1493278628 sur OpenAlexaff
Tracey Howe, Beverley Shea, Lesley Dawson, Fiona Downie, Ann Murray, C. Owen Ross, Robin Harbour, Lynn M. Caldwell, Gisela Creed

Notice bibliographique

RevueCochrane Database of Systematic Reviews · 2011
Typereview
Langueen
DomaineMedicine
ThématiqueBone health and osteoporosis research
Établissements canadiensInstitute of Population and Public HealthUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineCochrane LibraryPhysical therapyOsteoporosisCINAHLMeta-analysisMEDLINERandomized controlled trialBone densityBone mineralPsychological interventionInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Osteoporosis is a condition resulting in an increased risk of skeletal fractures due to a reduction in the density of bone tissue. Treatment of osteoporosis typically involves the use of pharmacological agents. In general it is thought that disuse (prolonged periods of inactivity) and unloading of the skeleton promotes reduced bone mass, whereas mechanical loading through exercise increases bone mass. OBJECTIVES: To examine the effectiveness of exercise interventions in preventing bone loss and fractures in postmenopausal women. SEARCH STRATEGY: During the update of this review we updated the original search strategy by searching up to December 2010 the following electronic databases: the Cochrane Musculoskeletal Group's Trials Register; the Cochrane Central Register of Controlled Trials (CENTRAL) (The Cochrane Library, 2010 Issue 12); MEDLINE; EMBASE; HealthSTAR; Sports Discus; CINAHL; PEDro; Web of Science; Controlled Clinical Trials; and AMED. We attempted to identify other studies by contacting experts, searching reference lists and searching trial registers. SELECTION CRITERIA: All randomised controlled trials (RCTs) that met our predetermined inclusion criteria. DATA COLLECTION AND ANALYSIS: Pairs of members of the review team extracted the data and assessed trial quality using predetermined forms. For dichotomous outcomes (fractures), we calculated risk ratios (RRs) using a fixed-effect model. For continuous data, we calculated mean differences (MDs) of the percentage change from baseline. Where heterogeneity existed (determined by the I(2) statistic), we used a random-effects model. MAIN RESULTS: Forty-three RCTs (27 new in this update) with 4320 participants met the inclusion criteria. The most effective type of exercise intervention on bone mineral density (BMD) for the neck of femur appears to be non-weight bearing high force exercise such as progressive resistance strength training for the lower limbs (MD 1.03; 95% confidence interval (CI) 0.24 to 1.82). The most effective intervention for BMD at the spine was combination exercise programmes (MD 3.22; 95% CI 1.80 to 4.64) compared with control groups. Fractures and falls were reported as adverse events in some studies. There was no effect on numbers of fractures (odds ratio (OR) 0.61; 95% CI 0.23 to 1.64). Overall, the quality of the reporting of studies in the meta-analyses was low, in particular in the areas of sequence generation, allocation concealment, blinding and loss to follow-up. AUTHORS' CONCLUSIONS: Our results suggest a relatively small statistically significant, but possibly important, effect of exercise on bone density compared with control groups. Exercise has the potential to be a safe and effective way to avert bone loss in postmenopausal women.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,136
Tête enseignante GPT0,421
Écart entre enseignants0,285 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1 073
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCochrane Database of Systematic ReviewsMême sujetBone health and osteoporosis researchTravaux en français237 207