Is there a disparity in osteoporosis referral and treatment among people with affective disorders? A ten-year data linkage study
Notice bibliographique
Résumé
AIMS: People with affective disorders (AD) are at increased risk of osteoporosis and fractures. Osteoporosis treatment/referral is thus essential in this population. However, it is unclear whether osteoporosis treatment/referral differs between those with and without AD. This retrospective cohort study compared osteoporosis treatment/referral in people with and without AD across linked primary and mental health care data. METHODS: People with AD (ICD-10 codes F3*) between 1.5.2009-30.11.2019, aged 18+ at first diagnosis, from Lambeth, South London were randomly matched 1:4 to healthy controls based on age band and gender. Outcomes including treatments (prescription of calcium, calcium with vitamin D) and referral (referrals for osteoporosis screening and/or prevention) were analysed using conditional and multivariable logistic regression analyses. RESULTS: People with AD (n = 23,932) were more likely than controls (n = 76,593) to have a recorded prescription of calcium (odds ratio [OR] = 1.64, 95 % confidence interval [CI] 1.40-1.92) and calcium with vitamin D (OR = 2.25, 95 % CI 2.10-2.41), and be referred for osteoporosis screening (OR = 1.87, 95 % CI 1.76-1.99) within 2 years after the date of the first AD diagnosis in adjusted analyses. Older age, female sex, having an ethnic minority background, Class A analgesics use were significant predictors for all osteoporosis management pathways within AD patients. CONCLUSION: Findings from the present study suggest that compared to the general population, people with AD are more likely to receive osteoporosis screening/treatments. Whether this increased screening/treatment is sufficient to reduce the burden of osteoporosis and fractures in this population is unclear and warrants further consideration.
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 | 0,000 | 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 | 0,000 | 0,000 |
| 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 ».