Bone Mineral Density After Transitioning From Denosumab to Alendronate
Notice bibliographique
Résumé
CONTEXT: There are few studies on patients transitioning from denosumab to bisphosphonates. OBJECTIVE: To investigate patient characteristics and changes in bone mineral density (BMD) after transitioning from denosumab to alendronate. DESIGN: Randomized, open-label, 2-year crossover Denosumab Adherence Preference Satisfaction (DAPS) study (NCT00518531). SETTING: 25 study centers in the US and Canada. PATIENTS: Treatment-naïve postmenopausal women with BMD T-scores from -2.0 to -4.0. INTERVENTIONS: This post hoc analysis evaluated women randomized to subcutaneous denosumab 60 mg every 6 months in year 1 followed by once-weekly oral alendronate 70 mg in year 2. MAIN OUTCOME MEASURE: A 3% BMD threshold identified participants who lost, maintained, or gained BMD in year 2 on alendronate. RESULTS: Of 126 participants randomized to denosumab, 115 (91%) transitioned to alendronate in year 2. BMD increased by 3% to 6% with denosumab in year 1 and by 0% to 1% with alendronate in year 2. After transitioning to alendronate, most participants maintained or increased BMD; 15.9%, 7.6%, and 21.7% lost BMD at the lumbar spine, total hip, and femoral neck, respectively. Few participants fell below their pretreatment baseline BMD value; this occurred most often in those who lost BMD in year 2. Women who lost BMD with alendronate in year 2 also showed a greater percent change in BMD with denosumab in year 1. The BMD change in year 2 was similar regardless of baseline characteristics or adherence to oral alendronate. CONCLUSION: Alendronate can effectively maintain the BMD gains accrued after 1 year of denosumab in most patients, regardless of baseline characteristics.
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 | 0,001 | 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 | 0,001 |
| 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 ».