Management of aromatase inhibitor-associated bone loss (AIBL) in women with hormone-sensitive breast cancer: An updated joint position statement of the IOF, CABS, ECTS, IEG, ESCEO, IMS, and SIOG
Notice bibliographique
Résumé
Background: Women with hormone-responsive breast cancer who receive adjuvant endocrine treatment with aromatase inhibitors (AI) are known to be at higher fracture risk due to a marked increase in bone resorption. In 2017, several interdisciplinary cancer and bone societies involved in the management of women with AI-associated bone loss (AIBL) published a joint position statement comprising evidence-based recommendations and a practical management algorithm for the assessment of fracture risk and optimal treatment of this patient population. Patients and methods: In order to provide updated recommendations that reflect recent advances in the assessment and management of AIBL since publication of the 2017 joint position statement, a systematic literature review was undertaken to identify relevant studies for analysis, including systematic reviews and meta-analyses. Individual trials identified were assessed for their level of evidence based on design, size, follow-up, and evaluation of safety, as well as the impact of bone directed treatments on breast cancer outcomes. Results: New evidence was combined with the existing recommendations to provide an updated joint position statement regarding fracture risk assessment and implementation of bone-directed therapy. Conclusion: Current published literature, including recent clinical trial reports, systematic reviews and meta-analyses, continue to affirm the high risk of fractures in women with breast cancer who are receiving adjuvant AI treatment, a risk which has been observed to increase with the commonly used approach of extended duration AI therapy (>5 years). Risk factors for fracture and risk assessment in this patient population as well as the most suitable treatment modalities have been updated. Finally, the influence of bone protective treatments on breast cancer outcomes such as incidence of bone metastasis and breast cancer related overall survival have been included.
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 | 0,035 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».