Changes in the Incidence of Endstage Renal Disease Due to Lupus Nephritis in the United States, 1996–2004
Notice bibliographique
Résumé
OBJECTIVE: To determine if the incidence of endstage renal disease (ESRD) due to lupus nephritis has decreased from 1996 to 2004. METHODS: Patients age 15 years or older with incident ESRD due to lupus nephritis in 1996-2004 and living in one of the 50 United States or the District of Columbia were identified using the US Renal Data System, a national population-based registry of all patients receiving renal replacement therapy for ESRD. Incidence rates were computed for each calendar year, using population estimates of the US census as denominators. RESULTS: Over the 9-year study period, 9199 new cases of ESRD due to lupus nephritis were observed. Incidence rates, adjusted to the age, sex, and race composition of the US population in 2000, were 4.4 per million in 1996 and 4.9 per million in 2004. Compared to the pooled incidence rate in 1996-1998, the relative risk of ESRD due to lupus nephritis in 1999-2000 was 0.99 (95% CI 0.93-1.06), in 2001-2002 was 0.99 (95% CI 0.92-1.06), and in 2003-2004 was 0.96 (95% CI 0.89-1.02). Findings were similar in analyses stratified by sex, age group, race, and socioeconomic status. CONCLUSION: There was no decrease in the incidence of ESRD due to lupus nephritis between 1996 and 2004. This may reflect the limits of effectiveness of current treatments, or limitations in access, use, or adherence to treatment.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».