The real-world effectiveness of anti-RANKL antibody denosumab on the clinical fracture prevention in patients with rheumatoid arthritis: The ANSWER cohort study
Notice bibliographique
Résumé
OBJECTIVES: Rheumatoid arthritis (RA) is a chronic inflammatory disease characterized by localized and generalized bone loss. The risk of fractures is doubled in patients with RA. Denosumab, an anti-RANKL monoclonal antibody, is used for those with osteoporosis at high risk fracture and it has inhibitory effect of progressive bone erosion in patients with RA. While the increase in bone mineral density by denosumab has been reported in patients with RA, preventive effect of fracture by denosumab remains unknown. This study aimed to evaluate the efficacy of denosumab in treating clinical fracture risk in patients with RA. METHODS: Patients with RA who received denosumab treatment between 2013 and 2019 were retrospectively evaluated using the ANSWER (Kansai Consortium for the Well-Being of Rheumatic Disease Patients) cohort data. Fracture rates were evaluated between 0 and 6 months (reference period) versus > 6 months (post-reference period) of denosumab use. RESULTS: A total of 873 patients with RA received denosumab, and their characteristics were as follows: 88% females, mean age 68 years, and average disease duration 14.5 years. The hazard rates of all clinical fractures were 0.69 (per 100 person-years) in the reference period and 0.35 in the post-reference period, indicating a 49.2% decrease (p = 0.03). CONCLUSIONS: Denosumab suppresses the risk of clinical fractures in patients with RA.
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) | 0,000 | 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 | 0,000 |
| 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 ».