MétaCan
Menu
Retour à la cohorte
Enregistrement W3010843131 · doi:10.1097/bot.0000000000001743

Secondary Fracture Prevention: Consensus Clinical Recommendations from a Multistakeholder Coalition

2020· article· en· W3010843131 sur OpenAlexaff
Robert B. Conley, Gemma Adib, Robert A. Adler, Kristina Åkesson, Ivy M. Alexander, Kelly C Amenta, Robert D. Blank, W. Timothy Brox, Emily E. Carmody, Karen Chapman‐Novakofski, B.L. Clarke, Kathleen Cody, Cyrus Cooper, Carolyn Crandall, Douglas R. Dirschl, Thomas J. Eagen, Ann L Elderkin, Masaki Fujita, Susan L. Greenspan, Philippe Halbout, Marc C. Hochberg, M K Javaid, Kyle J. Jeray, Ann E. Kearns, Toby King, Thomas F. Koinis, Jennifer Scott Koontz, Martin Kužma, Carleen Lindsey, Mattias Lorentzon, George P. Lyritis, Laura Boehnke Michaud, Armando S. Miciano, Suzanne N. Morin, Nadia Mujahid, Nicola Napoli, Thomas P. Olenginski, J. Edward Puzas, Stavroula Rizou, Clifford J. Rosen, Kenneth G. Saag, Elizabeth Thompson, Laura L. Tosi, Howard Tracer, Sundeep Khosla, Douglas P. Kiel

Notice bibliographique

RevueJournal of Orthopaedic Trauma · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueBone health and osteoporosis research
Établissements canadiensMcGill University
Organismes subventionnairesMedical Research CouncilNational Institute for Health and Care Research
Mots-clésMedicineConsensus conferenceFamily medicineMEDLINELawInternal medicine

Résumé

récupéré en direct d'OpenAlex

Osteoporosis-related fractures are undertreated, due in part to misinformation about recommended approaches to patient care and discrepancies among treatment guidelines. To help bridge this gap and improve patient outcomes, the American Society for Bone and Mineral Research assembled a multistakeholder coalition to develop clinical recommendations for the optimal prevention of secondary fractureamong people aged 65 years and older with a hip or vertebral fracture. The coalition developed 13 recommendations (7 primary and 6 secondary) strongly supported by the empirical literature. The coalition recommends increased communication with patients regarding fracture risk, mortality and morbidity outcomes, and fracture risk reduction. Risk assessment (including fall history) should occur at regular intervals with referral to physical and/or occupational therapy as appropriate. Oral, intravenous, andsubcutaneous pharmacotherapies are efficaciousandcanreduce risk of future fracture.Patientsneededucation,however, about thebenefitsandrisks of both treatment and not receiving treatment. Oral bisphosphonates alendronate and risedronate are first-line options and are generally well tolerated; otherwise, intravenous zoledronic acid and subcutaneous denosumab can be considered. Anabolic agents are expensive butmay be beneficial for selected patients at high risk.Optimal duration of pharmacotherapy is unknown but because the risk for second fractures is highest in the earlypost-fractureperiod,prompt treatment is recommended.Adequate dietary or supplemental vitaminDand calciumintake shouldbe assured. Individuals beingtreatedfor osteoporosis shouldbe reevaluated for fracture risk routinely, includingvia patienteducationabout osteoporosisandfracturesandmonitoringfor adverse treatment effects.Patients shouldbestronglyencouraged to avoid tobacco, consume alcohol inmoderation atmost, and engage in regular exercise and fall prevention strategies. Finally, referral to endocrinologists or other osteoporosis specialists may be warranted for individuals who experience repeated fracture or bone loss and those with complicating comorbidities (eg, hyperparathyroidism, chronic kidney disease).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,071
score de la tête « metaresearch » (Gemma)0,097
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,375

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0710,097
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0040,006
Bibliométrie0,0080,006
Études des sciences et des technologies0,0050,002
Communication savante0,0070,007
Science ouverte0,0110,012
Intégrité de la recherche0,0200,021
Charge utile insuffisante (le modèle a refusé de juger)0,0100,008

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.

Tête enseignante Opus0,150
Tête enseignante GPT0,415
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Orthopaedic TraumaMême sujetBone health and osteoporosis researchTravaux en français237 207