Effects of Recombinant Human Growth Hormone for Osteoporosis: Systematic Review and Meta-Analysis
Bibliographic record
Abstract
RÉSUMÉ Notre objectif était d’évaluer l’efficacité de l’hormone de croissance humaine recombinante (HCH) sur la densité minérale osseuse (DMO) chez les personnes âgées de 50 ans et plus, ayant une fonction pituitaire normale, qui risquent de développer l’ostéoporose. Nous avons passé en revue systématiquement les essais cliniques randomisés (ECR), examinant six bases de données, et ont réalisé des méta-analyses pour examiner les effets de la HCH sur la DMO dans la colonne lombaire et le col du fémur. Les données au sujet de l’incidence des fractures, les biomarqueurs du métabolisme osseux et les événements indésirables ont également été extraites et analysées. Treize ECR ont rempli les critères d’admissibilité. Effets de mise en commun de différentes tailles ne suggèrent aucun effet significatif de la HCH sur la DMO. Les valeurs de l’effet de mise en commun étaient plus grandes, mais insignifiantes, comparativement au placebo. La HCH a eu un effet significatif sur plusieurs marqueurs pour le métabolisme osseux. On a observé un taux significativement plus élevé d’évènements indésirables dans les groupes HCH. La méta-analyse des ECR suggère que le traitement par la HCH pour personnes ayant ou à risque de développer l’ostéoporose entraîne des augmentations très petites et insignifiantes de la DMO.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.014 | 0.031 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.016 | 0.023 |
| Bibliometrics | 0.006 | 0.007 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".