Bone Health and Osteoporosis Management of the Patient With Duchenne Muscular Dystrophy
Notice bibliographique
Résumé
Duchenne muscular dystrophy is associated with an increased risk of bone fragility due to the adverse effects of prolonged glucocorticoid therapy and progressive muscle weakness on bone strength. Osteoporosis manifests clinically as low-trauma long-bone and vertebral fractures (VFs), with VFs frequent, particularly in those treated with glucocorticoid therapy. It is increasingly recognized that bone pain, medical complications of osteoporosis (such as fat embolism syndrome), and the potential for permanent, fracture-induced loss of ambulation can be mitigated with timely bone health surveillance and management. This includes periodic spine radiographs for VF detection because VFs can be asymptomatic in their early phases and thereby go undetected in the absence of monitoring. With this article, we provide a comprehensive review of the following 4 phases of bone health management: (1) bone health monitoring, which is used to identify early signs of compromised bone health; (2) osteoporosis stabilization, which is aimed to mitigate back pain and interrupt the fracture-refracture cycle through bone-targeted therapy; (3) bone health maintenance, which has the goal to preserve the clinical gains realized during the stabilization phase through ongoing bone-targeted therapy; and (4) osteoporosis therapy discontinuation, which places those who are eligible for discontinuation of osteoporosis treatment back on a health monitoring program. In the course of reviewing these 4 phases of management, we will discuss the criteria for diagnosing osteoporosis, along with detailed recommendations for osteoporosis intervention including specific drugs, dose, length of therapy, contraindications, and monitoring of treatment efficacy and safety.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».