Co-morbidity in Mild-to-Moderate COPD: Comparison to Normal and Restrictive Lung Function
Notice bibliographique
Résumé
BACKGROUND: A relationship between local and systemic inflammation and different co-morbidities, such as cardiovascular, has been discussed in relation to disease process and prognosis in COPD. AIM: To evaluate if conditions as cardiovascular diseases, diabetes, chronic rhinitis and gastroesophageal reflux are overrepresented in COPD. METHODS: All subjects with COPD according to GOLD, FEV(1)/FVC<0.70, were identified (n = 993) from the clinical follow-up in 2002-04 of the OLIN (Obstructive Lung Disease in Northern Sweden) studies' cohorts together with 993 gender- and age-matched reference subjects without COPD (non-COPD, further divided into normal and restrictive lung function). Interview data on co-morbidity and symptoms were used. RESULTS: Cardiovascular co-morbidity, taken together heart disease, hypertension, stroke and intermittent claudication, was the most common and higher in COPD compared to in normal lung function (Nlf) 50.1% vs 41.0% (p<0.001). The prevalence of chronic rhinitis and gastroesophageal reflux (GERD) was higher in COPD compared to in Nlf (43.1% vs 32.3%, p<0.001 and 16.7% vs 12.0%, p = 0.011). In restrictive lung function the prevalence of chronic rhinitis, cardiovascular disease, hyperlipemia and diabetes was higher compared to in Nlf (41.0% vs 32.3%, p = 0.017, 59.0% vs 41.0%, p<0.001, 29.2% vs.12.9%, p = 0.033, 20.9% vs 8.6%, p <0.001). In COPD and heart disease, 62.5% had chronic rhinitis and/or GERD, while in Nlf the corresponding proportion was 42.5%. CONCLUSION: Co-morbid conditions such as cardiovascular disease, chronic rhinitis and gastroesophageal reflux were common in COPD. The overlap between heart disease, chronic rhinitis and GERD was large in COPD. Restrictive lung function did also identify a population with increased disease burden.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».