Clinical evaluation of therapeutic efficacy of Teriparatide in osteoporotic patients with vertebral degeneration
Notice bibliographique
Résumé
Background/objective: Osteoporosis is a common age-associated bone disease characterized by the decreased bone density and compromised bone strength. Osteoporotic patients are always at a risk of severe fractures and they experience chronic lumbar pain, highlighting the need for an effective treatment while having lowest side effects. This clinical evaluation of three years from 2018 to 2021 at a single clinic in western Tehran, Iran was aimed to evaluate the therapeutic effects of a biosimilar recombinant teriparatide traded as 'Cinnopar®' to alleviate the back pain and manage thoracolumbar osteoporosis. Methods: In this study, a total of 180 osteoporotic patients diagnosed with lower back pain, were enrolled and later on 14 patients were excluded from the study due to lack of cooperation or follow-up. Patients were randomly assigned into two groups, one those who are willingly will be receiving CinnoPar® and second group who will be receiving bisphosphonates at an optimal monthly dose. Data was collected through reviews of medical records and comprehensive regular follow-up was performed via phone interviews to evaluate bone density and pain levels during specific intervals of time. Oswestry Disability Index (ODI) was developed and Short Form Health Survey (SF-36) was performed to analyses the results from two under treatment groups. Results and conclusion: Significant improvement in pain and functional ability was observed in the patients who received CinnoPar® after two years as compared to the bisphosphonate group (P < 0.05). It was also reported that patients who received CinnoPar® showed improvements in social functioning and pain reduction over the same period of time (P < 0.05). CinnoPar® showed promising results and fall under a minimally invasive treatment category for reducing the lower back pain and managing osteoporosis in lumbar and thoracic vertebrae while having few side effects.
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 | 0,001 | 0,002 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».