Meta‐Analysis of Tumor Necrosis Factor Inhibitors and Glucocorticoids on Bone Density in Rheumatoid Arthritis and Ankylosing Spondylitis Trials
Notice bibliographique
Résumé
OBJECTIVE: To examine the impact of antirheumatic drugs on bone mineral density (BMD) in rheumatoid arthritis (RA), ankylosing spondylitis (AS), psoriatic arthritis (PsA), and psoriasis using a systematic review. METHODS: Electronic databases were systematically searched for randomized controlled trials. Studies were grouped based on disease, treatment, and site of BMD measurement. Change in BMD (ΔBMD) from baseline to end of study was recorded. Standardized mean difference (SMD) of ΔBMD between treatment and controls was standardized for meta-analyses and 95% confidence intervals (95% CIs) were calculated. RESULTS: Treatment effects on BMD were not the primary outcomes of the trials. Thirteen studies were eligible (11 RA, 2 AS, 0 PsA, and 0 psoriasis). For RA, significantly less hand bone loss was seen with tumor necrosis factor inhibitors (TNFi; SMD ΔBMD 0.33 [95% CI 0.13, 0.53], P = 0.001, I(2) = 0%) and glucocorticoids (SMD ΔBMD 0.51 [95% CI 0.20, 0.81], P = 0.001, I(2) = 0%). TNFi had no significant effect on lumbar spine and hip BMD. Glucocorticoids were associated with a negative effect on lumbar spine (SMD ΔBMD -0.30 [95% CI -0.55, -0.04], P = 0.02, I(2) = 52%), but not hip BMD. For AS, a significant increase in BMD was seen with TNFi at the lumbar spine (SMD ΔBMD 0.96 [95% CI 0.64, 1.27], P < 0.001, I(2) = 16%) and hip (SMD ΔBMD 0.38 [95% CI 0.13, 0.62], P = 0.003, I(2) = 0%). Data were insufficient to perform meta-analyses in PsA and psoriasis or for other antirheumatic drugs. CONCLUSION: In RA, TNFi and glucocorticoids appeared to attenuate hand bone loss. TNFi did not impact lumbar spine and hip BMD and glucocorticoids had negative effects on lumbar spine and no effect on hip BMD. In AS, TNFi was associated with improved lumbar spine and hip BMD.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».