Prevention of bone loss and fractures following solid organ transplantations: Protocol for a systematic review and network meta-analysis
Notice bibliographique
Résumé
ABSTRACT Purpose Solid organ transplant (SOT) recipients can develop skeletal diseases caused by underlying conditions and the use of immunosuppressants. As a result, SOT recipients are at risk for decreased bone mineral density (BMD) and increased fracture incidences. We propose a network meta-analysis (NMA) that incorporates all available RCT data to provide the most comprehensive ranking of antiresorptive interventions according to their ability to decrease fracture incidences and increase BMD in SOT recipients. Methods We will search MEDLINE, EMBASE, Web of Science, CINAHL, CENTRAL and Chinese literature sources for RCTs, and we will include adult SOT recipients who took antiresorptive therapies starting at the time of transplant with relevant outcomes. We will perform title and full-text screening as well as data extraction in duplicate. We will report changes in BMD as weighted or standardized mean differences, and fracture incidences as risk ratios. We will use SUCRA scores to provide rankings of interventions, and we will examine the quality of evidence using risk of bias and CINeMA. Results The results of this systematic review and network meta-analysis will be published in a peer-reviewed journal. Conclusions To our knowledge, this systematic review and network meta-analysis will be the most comprehensive quantitative analysis regarding the management of bone loss and fractures in SOT recipients. Our analysis should be able to provide physicians and patients with an up-to-date recommendation for pharmacotherapies in reducing incidences of bone loss and fractures associated with SOT. CONFLICT OF INTEREST Jiawen Deng, and Wenteng Hou declare that they have no conflict of interest. MINI ABSTRACT We propose a network meta-analysis investigating the use of antiresorptive interventions to prevent bone loss and fractures in solid organ transplant (SOT) recipients. We aim to provide a comprehensive ranking of antiresorptive therapies in terms of their ability to increase bone mineral density and decrease fracture incidence in SOT recipients.
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 | 0,064 | 0,099 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,004 |
| Méta-épidémiologie (sens large) | 0,020 | 0,032 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,051 | 0,004 |
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 ».