Treatment with denosumab reduces secondary fracture risk in women with postmenopausal osteoporosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: A history of prior fracture is one of the strongest predictors of a future fragility fracture. In FREEDOM, denosumab significantly reduced the risk of new vertebral, non-vertebral, and hip fractures. We carried out a post-hoc analysis of FREEDOM to characterize the efficacy of denosumab in preventing secondary fragility fractures in subjects with a prior fracture. METHODS: A total of 7808 women aged 60-90 years with a bone mineral density T-score of less than - 2.5 but not less than - 4.0 at either the lumbar spine or total hip were randomized to subcutaneous denosumab 60 mg or placebo every 6 months for 36 months. The anti-fracture efficacy of denosumab was analyzed by prior fracture status, to assess secondary fragility fracture, and by subject age, prior fracture site and history of prior osteoporosis medication use. RESULTS: A prior fragility fracture was reported for 45% of the overall study population. Compared with placebo, denosumab significantly reduced the risk of a secondary fragility fracture by 39% (incidence, 17.3% vs. 10.5%; p < 0.0001). Similar results were observed regardless of age or prior fracture site. In the overall population, denosumab significantly reduced the risk of a fragility fracture by 40% (13.3% vs. 8.0%; p < 0.0001), with similar results observed regardless of history of prior osteoporotic medication use. CONCLUSIONS: Denosumab reduced the risk of fragility fractures to a similar degree in all risk subgroups examined, including those with prior fragility fractures. Identifying and treating high-risk individuals could help to close the current care gap in secondary fracture prevention.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle