A 24-month subgroup analysis of the effect of denosumab on bone mineral density in women with breast cancer undergoing aromatase inhibitor therapy.
Notice bibliographique
Résumé
Abstract Abstract #2106 Background: Accelerated bone loss and fracture risk are expected consequences of adjuvant aromatase inhibitor (AI) therapy. We previously showed that denosumab, a fully human monoclonal antibody that inhibits RANK ligand (RANKL), significantly increased bone mineral density (BMD) at the lumbar spine and at all measured skeletal sites at 12 months compared with placebo in women with breast cancer undergoing adjuvant AI therapy (Ellis et al, 2007 SABCS). In this analysis, we assessed covariates that may influence treatment effects on BMD at the lumbar spine, total hip, femoral neck, and 1/3 radius at 24 months. Methods: Adult patients (pts) with hormone receptor-positive breast cancer, who had evidence of low bone mass and were receiving adjuvant AI therapy, were enrolled in this randomized, double-blind, placebo-controlled, phase 3 study. Pts were stratified according to length of previous AI therapy (≤ 6 vs > 6 months) and randomly assigned to receive, together with calcium and vitamin D, placebo (n=125) or denosumab 60 mg (n=127) subcutaneously every 6 months for 4 doses. Subgroup analysis was conducted using analysis of covariance and adjusted for treatment, stratification factor, baseline BMD value, densitometer type, and baseline BMD value-by-densitometer-type interaction. Results: At 24 months, greater increases in BMD were seen at all measured skeletal sites (both trabecular and cortical bone) for denosumab compared with placebo, regardless of the subgroup (table). Adverse events (AEs) occurred at a similar rate in both groups (91% denosumab, 90% placebo). Conclusion: In pts with breast cancer undergoing adjuvant AI therapy, twice-yearly denosumab treatment showed consistent increases in BMD across the skeleton at 24 months compared with placebo, regardless of subgroups. Citation Information: Cancer Res 2009;69(2 Suppl):Abstract nr 2106.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».