Chronic Kidney Disease and Risk of Renal Cell Carcinoma
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.
Notice bibliographique
Résumé
BACKGROUND: The incidence of renal cell carcinoma in the United States differs by race/ethnicity. To better understand these disparities, we conducted a nested case-control study investigating renal cell carcinoma risk factors across racial/ethnic groups within the Kaiser Permanente Northern California health care network. METHODS: Our study included 3136 renal cell carcinoma cases (2152 whites, 293 blacks, 425 Hispanics, and 255 Asians) diagnosed between 1998 and 2008 and 31031 individually matched controls (21478 whites, 2836 blacks, 4147 Hispanics, and 2484 Asians). Risk of renal cell carcinoma was assessed in relation to smoking status, body mass index (BMI), hypertension, and chronic kidney disease. We calculated odds ratios (ORs) and 95% confidence intervals (CIs) using conditional logistic regression, and population attributable risk (PAR) to estimate by race the proportion of cases attributable to hypertension and chronic kidney disease. RESULTS: The association between chronic kidney disease and renal cell carcinoma differed markedly by race (Pinteraction < 0.001), with associations observed among blacks (OR = 10.4 [95% CI = 6.0-17.9]), Asians (5.1 [2.2-11.7]), and Hispanics (2.3 [1.1-4.6]) but not whites (1.1 [0.6-1.9]). Hypertension, high BMI, and smoking were associated with renal cell carcinoma, but findings generally did not differ by race. Relative to other racial/ethnic groups, blacks had the highest proportion of renal cell carcinoma incidence attributable to hypertension and chronic kidney disease (combined, PAR = 37%; hypertension only, PAR = 27%; chronic kidney disease, PAR = 10%). CONCLUSIONS: Our findings suggest that hypertension and chronic kidney disease likely have contributed to the observed excess in renal cell carcinoma incidence among blacks compared with whites.
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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle