Trend in incidence of osteoporosis-related fractures among 40- to 69-year-old women
Notice bibliographique
Résumé
OBJECTIVE: To determine the trend in incidence of fractures among perimenopausal and postmenopausal women during the periods immediately before and after publication of the Women's Health Initiative and Heart and Estrogen/Progestin Replacement Study (HERS) II data. DESIGN: This was an ecological study using a claims database for multiple healthcare plans. The cohort of women aged 40 to 69 years was included. Diagnostic codes for fractures likely to be osteoporosis related and prescriptions for hormone therapy and other bone-modifying medications were identified. Annual incidence rates and trends in incidence over time for fractures and prescriptions were determined for the period 2000 through 2005. RESULTS: Enrollment among women aged 40 to 69 years increased from 919,389 in 2000 to 2,872,372 in 2005. A total of 43,017 new fractures were identified. There was a significant increasing trend in age-adjusted rates of radius and ulna, vertebra, ribs, hip, pelvis, multiple, and pathologic fractures during the period from 2003 through 2005 (P < 0.03). The incidence of each fracture type was significantly greater during 2004 to 2005 than 2000 to 2001 (P < 0.04). The use of estrogen, estrogen plus progestin, and other hormones declined over the period from 2000 to 2003, whereas the use of other bone-modifying drugs increased from 2003 through 2005. CONCLUSIONS: The incidence of fractures among perimenopausal and postmenopausal women increased significantly in the 3 years after publication of Women's Health Initiative and Heart and Estrogen/Progestin Replacement Study II results. This trend followed a decline in the use of hormone therapy, concurrent with an increase in the use of other bone-modifying agents.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».