Increase in major osteoporotic fractures after therapy with immune checkpoint inhibitors
Notice bibliographique
Résumé
Background: Immune checkpoint inhibitors (ICIs) can cause severe and sometimes long-standing immune-related adverse events (irAEs). Enhanced immune activation from ICI can theoretically result in osteoclast activation, bone loss and fracture. The objective of this study was to evaluate the incidence rates of major osteoporotic fractures (MOFs) in patients with melanoma treated with ICI. Methods: We conducted a before-after cohort study using a commercial healthcare claims dataset of adult patients with melanoma from the USA who received ICI therapy between 2011 and 2022. Incidence rates of MOF before and after ICI initiation were ascertained using International Classification of Diseases 9/10 diagnostic codes. Results: The study cohort included 3137 patients, mean age was 68 years, of which 2010 (64%) were men. 40 (1.3%) patients had an MOF in the year before ICI initiation and 57 (1.8%) and 34 (1.8%) had an MOF in the first and second years after ICI initiation, respectively. The HR for MOF over the first year after versus the year before the first ICI dose was 1.82 (95% CI 1.24 to 2.66), and it was 1.85 (95% CI 1.12 to 2.90) over the second year. Prior fracture, older age, female sex and combination ICI therapy were associated with greater risk of MOF after ICI initiation. Conclusion: Patients who receive ICI are at increased risk of MOF after receiving therapy. Given the plausible biological pathway, osteoporosis and osteoporotic fractures may represent a novel irAE of ICI 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 | 0,000 | 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) | 0,001 | 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 ».