PHARMACOLOGICAL MANAGEMENT OF OSTEOPOROSIS IN POSTMENOPAUSAL WOMEN: THE CURRENT STATE OF THE ART
Notice bibliographique
Résumé
Osteoporosis is a common disease that increases fracture risk. Fragility fractures bring heavy consequences in terms of mortality and disability, with burdensome health and social costs. In subjects with clinical bone fragility, the first goal is to identify the secondary forms of osteoporosis, especially in young subjects, in males and in patients who recently experienced a fragility fracture. In addition, before considering any sort of treatment, it is fundamental to check for adequate calcium and vitamin D intake, since their deficiency is the most common reason for drug failure. In the last decade of the 20th century, several molecules have been developed and proved to be effective in achieving the true goal of any antiosteoporotic drug: fracture prevention. In this article, we considered the most commonly prescribed antiresorptive drugs (hormonal therapy, bisphosphonates, and denosumab), the anabolic agents (teriparatide), the dual-action drugs (romosozumab), and the drugs characterized by an unclear mechanism of action (strontium ranelate) to provide physicians with useful insights for their clinical practice. We discussed the main criteria for the appropriate choice selection and management of each treatment. Finally, we addressed the current controversies related to treatment discontinuation, sequential, and combination therapy.
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 | 0,002 | 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 | 0,001 |
| 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 ».