Back pain in patients with severe osteoporosis on teriparatide or antiresorptives: a prospective observational study in a multiethnic population
Notice bibliographique
Résumé
INTRODUCTION: We evaluated reduced back pain in a multiethnic population treated with teriparatide and/or antiresorptives in real-life clinical settings over 12 months. METHODS: This prospective observational study comprised 562 men and postmenopausal women (mean age 68.8 years) receiving either teriparatide (n = 230), antiresorptives (raloxifene or bisphosphonates; n = 322), or both (n = 10) for severe osteoporosis. The primary endpoint was the relative risk of new/worsening back pain at six months. RESULTS: At baseline, a higher proportion of teriparatide-treated than antiresorptive-treated patients had severe back pain (30.9% vs. 17.7%), extreme pain/discomfort (25.3% vs. 16.8%), extreme anxiety/depression (16.6% vs. 7.8%) and were confined to bed (10.0% vs. 5.3%). Teriparatide-treated patients had higher visual analog scale (VAS) scores for pain (5.8 ± 2.42 vs. 5.1 ± 2.58) and lower mean European Quality of Life-5 Dimensions (EQ-5D) scores (37.7 ± 29.15 vs. 45.5 ± 31.42) than antiresorptive-treated patients. The incidence of new/worsening back pain at six months for patients on teriparatide and antiresorptives was 9.8% and 10.3% (relative risk 0.99, 95% confidence interval 0.80-1.23), respectively. The incidence of severe back pain at 12 months was 1.3% and 1.6% in the teriparatide and antiresorptive treatment groups, respectively. Teriparatide-treated patients had lower mean VAS (2.71 ± 2.21 vs. 3.30 ± 2.37) and EQ‑5D (46.1 ± 33.18 vs. 55.4 ± 32.65) scores at 12 months. More teriparatide-treated patients felt better (82.7% vs. 71.0%) and were very satisfied with treatment (49.4% vs. 36.8%) compared to antiresorptive-treated patients. CONCLUSION: Patients treated with either teriparatide or antiresorptives had similar risk of new/worsening back pain at six months.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».