Osteoporosis screening and treatment in Manitoba: a population-based study
Notice bibliographique
Résumé
Introduction: Osteoporosis is a bone disease that results in morbidity, mortality, and high healthcare cost. Glucocorticoid (GC) therapy is the most common cause of secondary osteoporosis. The use of aromatase inhibitors (AI) in postmenopausal women results in increases in bone loss of up to 2.5 times. A fracture may be the only clinical manifestation of osteoporosis, hence screening in terms of bone mineral density (BMD) testing to identify those requiring treatment and initiation of osteoporotic treatment when indicated are important steps in the management of the disease. Objective: Assess rates of receipt of BMD tests, and treatment of osteoporosis, and their trends over time in two separate cohorts of high-dose GC users and female breast cancer patients on AI. Method: Administrative healthcare data was used to conduct a retrospective population-based cohort study of individuals ≥ 40 years of age on GC, and AI between 1997 and 2017. BMD test, and treatment rates, trends over time, and prescribing physician specialties were assessed. Results: Both BMD testing and treatment rates were low (4.4% and 9.1%, respectively) in our cohort of high-dose GC users (n = 49,753). Treatment rates remained stable and below 17.0% throughout the 20-year study period between1997 and 2017, in the cohort of AI users (n= 6,726), while BMD test rates increased dramatically from 9.8% at the beginning of the study to 61.8% by the end of the study. For the GC cohort, treatment rates increased from 3.9% at the beginning of the study, to 15.0% in 2003, decreasing steadily thereafter to 6.8% by the end of the study. The majority of the first prescriptions for high-dose GC (74.2%) and AI (53.7%) were written by general practitioners and oncologists, respectively. Conclusion: Although BMD testing rates increased substantially in AI users over the 20-years study span, and FRAX score analysis showed that individuals most at risk had the highest treatment rates in both high-dose GC and AI users, anti-osteoporosis treatment rates appear suboptimal in both cohorts. Efforts to address the increasing osteoporosis management apparent care-gap for these at-risk populations should be considered.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».