Prevalence, Awareness, and Management of CKD and Cardiovascular Risk Factors in Publicly Funded Health Care
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: It is uncertain how many patients with CKD and cardiovascular risk factors in publicly funded universal health care systems are aware of their disease and how to achieve their treatment targets. DESIGN, SETTING, PARTICIPANTS, & MEASUREMENTS: The CARTaGENE study evaluated BP, lipid, and diabetes profiles as well as corresponding treatments in 20,004 random individuals between 40 and 69 years of age. Participants had free access to health care and were recruited from four regions within the province of Quebec, Canada in 2009 and 2010. RESULTS: CKD (Chronic Kidney Disease Epidemiology Collaboration equation; <60 ml/min per 1.73 m(2)) was present in 4.0% of the respondents, and hypertension, diabetes, and hypercholesterolemia were reported by 25%, 7.4%, and 28% of participants, respectively. Self-awareness was low: 8% for CKD, 73% for diabetes, and 45% for hypercholesterolemia. Overall, 31% of patients with hypertension did not meet BP goals, and many received fewer antihypertensive drugs than appropriately controlled individuals; 41% of patients with diabetes failed to meet treatment targets. Among those patients with a moderate or high Framingham risk score, 53% of patients had LDL levels above the recommended levels, and many patients were not receiving a statin. Physician checkups were not associated with greater awareness but did increase the achievement of targets. CONCLUSION: In this population with access to publicly funded health care, CKD and cardiovascular risk factors are common, and self-awareness of these conditions is low. Recommended targets were frequently not achieved, and treatments were less intensive in those patients who failed to reach goals. New strategies to enhance public awareness and reach guideline targets should be developed.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| 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 ».