Diagnostic challenges in osteoporosis. Indications for bone densitometry and establishing secondary causes.
Notice bibliographique
Résumé
OBJECTIVE: To review indications for assessing bone mineral density (BMD) and to review patient characteristics and diseases associated with osteoporosis. QUALITY OF EVIDENCE: This paper is based on data from longitudinal observational studies of how BMD and other risk factors affect development of fragility fractures and on several peer-reviewed publications describing pathophysiology of bone turnover and pathogenesis of osteoporosis. Indications for obtaining BMD and monitoring treatment are based on the recommendations of the Osteoporosis Society of Canada derived from the consensus opinion of a panel of experts in osteoporosis and based on their review of the primary literature. MAIN MESSAGE: Measurement of BMD provides the best single objective predictor of the relative risk of fracture at sites such as the vertebrae, hip, and wrist, predicting the likelihood of fracture with as much accuracy as measurement of elevated blood pressure predicts stroke. In addition to making the diagnosis of osteoporosis, BMD measurements are used to monitor progression of osteoporosis and effects of therapy. At this date, dual energy x-ray absorptiometry is preferred for measuring BMD. The most likely causes of osteoporosis in any patient are age, hormone withdrawal (in both men and women), and drugs (particularly corticosteroids). Secondary causes, particularly hyperparathyroidism and multiple myeloma, should be excluded by performing appropriate laboratory tests. CONCLUSION: A BMD measurement should be obtained for patients at high risk of osteoporosis and fragility fractures to guide initiation and monitor success of therapy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».