The Effectiveness and Safety of Romosozumab and Teriparatide in Postmenopausal Women With Osteoporosis
Notice bibliographique
Résumé
PURPOSE: The purpose of this observational study was to investigate the effectiveness and safety of romosozumab (ROMO) and teriparatide (TPTD) in a clinical setting. METHODS: A total of 315 postmenopausal women were included based on the reimbursement criteria for ROMO and TPTD at the Department of Endocrinology at Aarhus University Hospital. Criteria for ROMO were bone mineral density (BMD) T-score < -2.5 (femoral neck [FN], total hip [TH], or lumbar spine [LS]) + a fragility fracture (hip, spine, pelvis, distal forearm, or proximal humerus) within 3 years. Criteria for TPTD: within 3 years, ≥ 2 vertebral fractures or 1 vertebral fracture + BMD T-score (FN, TH, or LS) < -3. Data were collected from medical records. The primary end point was percentage change from baseline in BMD (FN, TH, and LS) at month 12. BMD was measured by dual-energy x-ray absorptiometry (DXA). RESULTS: At month 12, ROMO led to significantly (P < .001) larger increases than TPTD in BMD (FN: 4.8% vs 0.2%, TH: 5.7% vs 0.3%, and LS: 13.7% vs 9.3%). Discontinuation rate was lower with ROMO than with TPTD. Lower incidence of cardiovascular adverse events was observed with ROMO compared to TPTD. Treatment-naïve patients had nonsignificantly higher BMD increases compared to previously treated patients with both ROMO and TPTD. CONCLUSION: Treatment with ROMO yields larger increases in BMD than TPTD after 12 months and a higher rate of completion. ROMO was associated with a higher adherence.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 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 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 ».