MétaCan
Menu
Retour à la cohorte
Enregistrement W2053178989 · doi:10.1097/01.mlr.0000228003.08925.8c

Medical Disease and Alcohol Use Among Veterans With Human Immunodeficiency Infection

2006· article· en· W2053178989 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMedical Care · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensSunnybrook Health Science CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineDiagnosis codeMultivariate analysisVeterans AffairsMedical recordMultivariate statisticsCohortCohort studyInternal medicineEnvironmental healthStatisticsPopulation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Many people with human immunodeficiency (HIV) infection drink alcohol. We asked whether level of exposure to alcohol is associated with medical disease in a linear or nonlinear manner, whether the association depends upon the proximity of alcohol use, and whether it varies by source used to measure disease (chart review vs. ICD-9 Diagnostic Codes). METHODS: The Veterans Aging 3 Site Cohort Study (VACS 3) enrolled 881 veterans, 86% of all HIV-positive patients seen, at 3 VA sites from June 23, 1999, to July 28, 2000. To maximize the sensitivity for alcohol exposure, alcohol use was measured combining data from patient self-report, chart review, and ICD-9 codes. We assigned the greatest exposure level reported from any source. Alcohol use within the past 12 months was considered current. Data on comorbid and AIDS-defining medical diseases were collected via chart review and ICD-9 diagnostic codes. The association of alcohol use (level and timing) and disease was modeled only for diseases demonstrating > or =10% prevalence. Linearity was compared with nonlinearity of association using nested multivariate models and the likelihood ratio test. All multivariate models were adjusted for age, CD4 cell count, viral load, intravenous drug use, exercise, and smoking. RESULTS: Of 881 subjects enrolled, 866 (98%) had sufficient data for multivariate analyses, and 876 (99%) had sufficient data for comparison of chart review with ICD-9 Diagnostic Codes. Of the 866, 42 (5%) were lifetime abstainers; 247 (29%) were past drinkers; and 577 (67%) were current users. Among the 824 reporting past or current alcohol use, 341 (41%) drank in moderation, 192 (23%) drank hazardously, and 291 (35%) carried a diagnosis of abuse or dependence. ICD-9 codes showed limited sensitivity, but overall agreement with chart review was good for 15 of 20 diseases (kappa > 0.4). The following diseases demonstrated a > or =10% prevalence with both measures (hepatitis C, hypertension, diabetes, obstructive lung disease, candidiasis, and bacterial pneumonia). All of these were associated with alcohol use (P < 0.05). Hepatitis C, hypertension, obstructive lung disease, candidiasis, and bacterial pneumonia demonstrated linear associations with level of alcohol use (P < 0.03). Past alcohol use increased the risk of hepatitis C and diabetes after adjustment for level of exposure (P < 0.01). With the exception of candidiasis, the associations between level and timing of alcohol use were similar when measured by ICD-9 codes or by chart review. CONCLUSIONS: Past and current use of alcohol is common among those with HIV infection. Estimates of disease risk associated with alcohol use based upon ICD-9 Diagnostic Codes appear similar to those based upon chart review. After adjustment for level of alcohol exposure, past use is associated with similar (or higher) prevalence of disease as among current drinkers. Finally, level of alcohol use is linearly associated with medical disease. We find no evidence of a "safe" level of consumption among those with HIV infection.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,329
Écart entre enseignants0,312 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle