Fracture Risk in Women with Breast Cancer Initiating Aromatase Inhibitor Therapy: A Registry-Based Cohort Study
Notice bibliographique
Résumé
Abstract Background Aromatase inhibitors (AIs) used in breast cancer induce loss in bone mineral density (BMD) and are reported to increase fracture risk. Materials and Methods Using a population-based BMD registry, we identified women aged at least 40 years initiating AIs for breast cancer with at least 12 months of AI exposure (n = 1,775), women with breast cancer not receiving AIs (n = 1,016), and women from the general population (n = 34,205). Fracture outcomes were assessed to March 31, 2017 (mean, 6.2 years for AI users). Results At baseline, AI users had higher body mass index (BMI), higher BMD, lower osteoporosis prevalence, and fewer prior fractures than women from the general population or women with breast cancer without AI use (all p < .001). After adjusting for all covariates, AI users were not at significantly greater risk for major osteoporotic fractures (hazard ratio [HR], 1.15; 95% confidence interval [CI], 0.93–1.42), hip fracture (HR, 0.90; 95% CI, 0.56–1.43), or any fracture (HR, 1.06; 95% CI, 0.88–1.28) compared with the general population. Conclusion Higher baseline BMI, BMD, and lower prevalence of prior fracture at baseline may offset the adverse effects of AI exposure. Although confirmatory data from large cohort studies are required, our findings challenge the view that all women with breast cancer initiating AI therapy should be considered at high risk for fractures. Implications for Practice In a population-based observational registry that included 1,775 patients initiating long-term aromatase inhibitor therapy, risk for major osteoporotic fracture, hip fracture, or any fracture was similar to the general population. Higher baseline body mass index, bone mineral density, and lower prevalence of prior fracture at baseline may offset the adverse effects of aromatase inhibitor exposure.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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 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 ».