MétaCan
Menu
Retour à la cohorte
Enregistrement W2027041011 · doi:10.1517/13543776.17.3.277

Therapeutic advances in the treatment of osteoporosis

2007· article· en· W2027041011 sur OpenAlexaff
Julian Mathoo, Lisa Becker, Dinesh Kumbhare, Jonathan D. Adachi

Notice bibliographique

RevueExpert Opinion on Therapeutic Patents · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueBone health and treatments
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésOsteoporosisMedicineStrontium ranelateAnabolic AgentsBisphosphonateTeriparatidePharmacologyIntensive care medicineInternal medicineBone mineral

Résumé

récupéré en direct d'OpenAlex

Until recently, pharmacological options for the treatment of osteoporosis have been limited to antiresorptive agents, including the oral bisphosphonates. Evidence from randomized controlled trials and meta-analyses support the efficacy and safety of oral bisphosphonates as first-line pharmacologic agents in the prevention and treatment of osteoporosis. However, advances in parenteral bisphosphonate therapy, the development of antireceptor activator of NF-κB ligand (anti-RANKL) therapy, the development of anabolic agents, namely parathyroid hormone and related peptides, as well as the emergence of strontium ranelate as a novel therapeutic agent with both anabolic and antiresporptive properties, have dramatically expanded our pharmacologic armamentarium of antiosteoporosis treatments. Effective treatment options now exist for patients in whom older agents were either contraindicated or not tolerated. This review will focus on recent developments in osteoporosis treatments in advanced phases of development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,919
Score d'incertitude au seuil0,500

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,076
Tête enseignante GPT0,386
Écart entre enseignants0,310 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations3
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Opinion on Therapeutic PatentsMême sujetBone health and treatmentsTravaux en français237 207