MétaCan
Menu
Retour à la cohorte
Enregistrement W2227782947 · doi:10.1155/2016/7903128

The Effects of Noncompliance to Prolia (Denosumab) on the Changes in Bone Mineral Density: A Retrospective Review

2016· review· en· W2227782947 sur OpenAlexaff
Matthew Wong‐Pack, Aashish Kalani, Jacob Hordyk, George Ioannidis, Robert Bensen, W. Bensen, Αλεξάνδρα Παπαϊωάννου, Jonathan D. Adachi, Arthur Lau

Notice bibliographique

RevueJournal of Osteoporosis · 2016
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBone Metabolism and Diseases
Établissements canadiensSt. Peter's HospitalWilfrid Laurier UniversityUniversity of OttawaSt. Joseph's HospitalMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineDenosumabBone mineralDosingRegimenRetrospective cohort studyFemoral neckClinical PracticeOsteoporosisInternal medicineAlgorithmUrologySurgeryPhysical therapy

Résumé

récupéré en direct d'OpenAlex

Although denosumab (Prolia) has been shown to be a safe and efficacious therapy for osteoporotic patients in numerous clinical trials, few studies have determined its effectiveness in real world clinical practice. A retrospective review of patients prescribed Prolia assessing the impact that noncompliance from the regular dosing regimen of six months for denosumab has on bone mineral density (BMD) was performed. 924 patient records were reviewed between August 2012 and September 2013 with 436 patients meeting the eligibility criteria. Patients were divided into three groups: subsequent injection of denosumab (1) less than five months, (2) between five and seven months, and (3) more than seven months after their initial subcutaneous injection. A multivariable regression analysis was conducted comparing the differences among the three prespecified groups in BMD change (g/cm(2)) after one year of denosumab therapy at both the lumbar spine (LS) and femoral neck (FN). The differences in LS and FN BMD have shown that the relationship between the timing of drug administration in these three groups and change in BMD over 1 year was not clinically or statistically significant (p > 0.05). A follow-up study with a larger sample size and longer follow-up duration is required to further characterize this relationship.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,919
Score d'incertitude au seuil0,539

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
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 Opus0,015
Tête enseignante GPT0,294
Écart entre enseignants0,279 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations17
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of OsteoporosisMême sujetBone Metabolism and DiseasesTravaux en français237 207