The growing volume of diabetes-related dialysis: a population based study
Notice bibliographique
Résumé
BACKGROUND: End-stage renal failure requiring dialysis is one of the most serious complications of diabetes mellitus, and diabetes is the most common cause of end-stage renal failure. The aim of this large, observational study is to describe the population-based incidence and prevalence rates and outcomes of diabetic individuals in Ontario, Canada who require dialysis therapy. METHODS: Two cohorts of patients, those with diabetes and those without, were created between April 1, 1994 and March 31, 2000 (total of approximately 8.4 million) and followed until March 31, 2001 using several large, linked administrative databases at the Institute for Clinical Evaluative Sciences. The incidence, prevalence and mortality on dialysis for each cohort were determined. A multivariate Cox proportional hazards analysis, adjusting for age, sex and co-morbidity, was used to determine the independent impact of diabetes on patient survival. RESULTS: The average annual incidence rate of dialysis was 12 times greater in persons with diabetes (130 per 100,000) vs without diabetes (11 per 100,000). By 1999-2000, diabetic patients comprised 51% of the incident dialysis population. The average annual prevalence rate was 10 times greater in the diabetic cohort. Patients with diabetes had more co-morbidities at the start of dialysis and poorer 3 year survival (55 vs 68%; P < 0.0001). CONCLUSIONS: The incident and prevalent rates of dialysis for patients with diabetes mellitus are many times the rates of those without diabetes. Patients with diabetes mellitus often start dialysis with significant co-morbidities, which may contribute to the relatively high rate of mortality on dialysis.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».