A retrospective observational study of osteoporosis management after a fragility fracture in primary care
Notice bibliographique
Résumé
In many countries, osteoporosis is predominantly managed by primary care physicians; however, management after a fragility fracture has not been widely investigated. We describe osteoporosis care gaps in a real-world patient cohort. Our findings help inform initiatives to identify and overcome obstacles to effective management of patients after fragility fracture. PURPOSE: A fragility fracture is a major risk factor for subsequent fracture in adults aged ≥ 50 years. This retrospective observational study aimed to characterize post-fracture management in Canadian primary care. METHODS: A total of 778 patients with an index fragility fracture (low-trauma, excluding small bones) occurring between 2014 and 2016 were identified from medical records at 76 primary care centers in Canada, with follow-up until January 2018. RESULTS: Of 778 patients (80.5% female, median age [IQR] 73 [64-80]), 215 were on osteoporosis treatment and 269 had osteoporosis diagnosis recorded prior to their index fracture. The median follow-up was 363 (IQR 91-808) days. Of patients not on osteoporosis treatment at their index fracture, 60.2% (n = 339/563) remained untreated after their index fracture and 62.2% (n = 23/37) continued untreated after their subsequent fracture. After their index fracture, fracture risk assessment (FRAX or CAROC) was not performed in 83.2% (n = 647/778) of patients, and 59.9% (n = 466/778) of patients did not receive bone mineral density testing. Of patients without osteoporosis diagnosis recorded prior to their index date, 61.3% (n = 300/489) remained undiagnosed after their index fracture. At least one subsequent fracture occurred in 11.5% (n = 86/778) of patients. CONCLUSION: In the primary care setting, fragility fracture infrequently resulted in osteoporosis treatment or fracture risk assessment, even after multiple fragility fractures. These results suggest a fragility fracture is not recognized as a major risk factor for subsequent fracture and its occurrence does not prompt primary care physicians to intervene. These data urge initiatives to identify and overcome obstacles to primary care physicians' effective management of patients after fragility fractures.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».