Prevalence, risk factors and awareness of albuminuria on a Canadian First Nation: A community-based screening study
Notice bibliographique
Résumé
BACKGROUND: Both diabetic and non-diabetic end stage renal disease (ESRD) are more common among Canadian First Nations people than among the general Canadian population. The purpose of this research was to determine the prevalence of and risk factors for albuminuria in a Canadian First Nation population at high risk for ESRD and dialysis. METHODS: Data from a community-based screening study of 483 residents of a Plains Ojibway First Nation in Manitoba was used. Participants provided random urine samples. Proteinuria was defined as any dipstick positive for protein (≥1 g/L) or those with ACR in the macroalbuminuric range (≥30 mg/mmol) on at least one sample. Microalbuminuria was defined as ACR ≥2 mg/mmol for males and ≥2.8 mg/mmol for females. Other measures included fasting glucose, haemoglobin A1c, triglycerides, cholesterol, blood pressure, height, weight and waist and hip circumferences. RESULTS: Twenty percent of study participants had albuminuria, (5% proteinuria and 15% microalbuminuria). Of participants with diabetes, 42% (56/132) had albuminuria compared to 26% (7/27) among those with impaired fasting glucose and 10% (30/303) among those with normal glucose tolerance. Only 5.3% of those with albuminuria were aware of any degree of renal disease. In a multivariate logistic regression, independent associations with albuminuria were male gender [p = 0.002], increasing fasting glucose [p <0.0001], years diagnosed with diabetes [p = 0.03], increasing systolic blood pressure [p = 0.009], and increasing body mass index (BMI) [p = 0.04]. CONCLUSIONS: The independent association between BMI and albuminuria has not been previously reported among indigenous populations. There is a high prevalence of albuminuria in this Canadian First Nation population; the high proportion of patients with diabetes and undiagnosed kidney disease demonstrates the need for screening, education and intervention to halt the progression and development of albuminuria and ultimately ESRD and CVD.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| 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 ».