Treatment of osteoporosis in an older home care population
Notice bibliographique
Résumé
BACKGROUND: Previous research indicates that many patients with fractures indicative of underlying osteoporosis are not receiving appropriate diagnostic follow-up and therapy. We assessed osteoporosis treatment coverage in older home care clients with a diagnosis of osteoporosis and/or prevalent fracture. METHODS: Subjects included 330 home care clients, aged 65+, participating in a longitudinal study of medication adherence and health-related outcomes. Data on clients' demographic, health and functional status and service utilization patterns were collected using the Minimum Data Set for Home Care (MDS-HC). A medication review included prescribed and over-the-counter medications taken in the past 7 days. Criteria for indications for osteoporosis therapy included diagnosis of osteoporosis or a recent fracture. Coverage for treatment was examined for anti-osteoporotic therapies approved for use in 2000. RESULTS: Of the 330 home care clients, 78 (24%) had a diagnosis of osteoporosis (n = 47) and/or had sustained a recent fracture (n = 34). Drug data were available for 77/78 subjects. Among the subjects with osteoporosis or a recent fracture, 45.5% were receiving treatment for osteoporosis; 14% were receiving only calcium and vitamin D, and an additional 31% were receiving drug therapy (bisphosphonate or hormone replacement therapy). The remaining 54.5% of subjects were not receiving any approved osteoporosis therapy. CONCLUSIONS: The high prevalence of undertreatment among a population of older adults with relatively high access to health care services raises concern regarding the adequacy of diagnosis and treatment of osteoporosis in the community.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».