The Relationship Between Proton Pump Inhibitor Use and Longitudinal Change in Bone Mineral Density: A Population-Based From the Canadian Multicentre Osteoporosis Study (CaMos)
Notice bibliographique
Résumé
OBJECTIVES: Proton pump inhibitor (PPI) use has been identified as a risk factor for hip and vertebral fractures. Evidence supporting a relationship between PPI use and osteoporosis remains scant. Demonstrating that PPIs are associated with accelerated bone mineral density (BMD) loss would provide supportive evidence for a mechanism through which PPIs could increase fracture risk. METHODS: We used the Canadian Multicentre Osteoporosis Study data set, which enrolled a population-based sample of Canadians who underwent BMD testing of the femoral neck, total hip, and lumbar spine (L1-L4) at baseline, and then again at 5 and 10 years. Participants also reported drug use and exposure to risk factors for osteoporosis and fracture. Multivariate linear regression was used to determine the independent association of PPI exposure and baseline BMD, and on change in BMD at 5 and 10 years. RESULTS: In all, 8,340 subjects were included in the baseline analysis, with 4,512 (55%) undergoing year 10 BMD testing. After adjusting for potential confounders, PPI use was associated with significantly lower baseline BMD at the femoral neck and total hip. PPI use was not associated with a significant acceleration in covariate-adjusted BMD loss at any measurement site after 5 and 10 years of follow-up. CONCLUSIONS: PPI users had lower BMD at baseline than PPI non-users, but PPI use over 10 years did not appear to be associated with accelerated BMD loss. The reasons for discordant findings between PPI use at baseline and during follow-up require further study.
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 | 0,001 | 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 ».