Osteoporotic fractures in patients with untreated hyperprolactinemia vs. those taking dopamine agonists: A systematic review and meta-analysis.
Notice bibliographique
Résumé
OBJECTIVE: Hyperprolactinemia is associated with bone fragility. Traditionally attributed to prolactin-induced hypogonadism, recent studies have identified increased fracture rates independent of gonadal function. METHODS: We performed a systematic review to identify studies assessing fracture risk in patients with untreated hyperprolactinemia compared to those on dopamine agonists. MEDLINE, EMBASE, Cochrane, Web of Science and BIOSIS Previews databases were searched from inception to December 2013 for studies of hyperprolactinemia with fractures as an outcome. Two authors independently performed title and abstract searches, full-text searches, data abstraction, and quality assessment. A summary odds ratio (OR) was calculated using a random effects model. RESULTS: Of the 197 articles identified, 2 met inclusion criteria. Both cross-sectional studies examined cabergoline use (or non-use) in patients with prolactin-secreting adenomas, with vertebral fractures as the primary outcome. For women, vertebral fractures were identified in 46% of untreated patients, vs. 20% of patients on cabergoline (OR: 0.29, 95% CI: 0.10-0.78). For men, the results were 67% in untreated, vs. 26% in cabergoline treated patients (OR: 0.18, CI: 0.03-0.94), with no difference between gonadal and hypogonadal men (p=0.8). Combining studies gave a summary odds ratio of 0.25 (CI: 0.11-0.59), I2=0%. CONCLUSIONS: In the limited studies available, fracture prevalence was increased in patients with untreated hyperprolactinemia compared to those on treatment, independent of gonadal function. Further studies are needed to clarify if post-menopausal women, or high-risk men, with no other indication for treatment, should be on dopamine agonists to decrease fracture risk.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,019 | 0,034 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».