Predictors of Mortality in People with Recent-onset Gout: A Prospective Observational Study
Notice bibliographique
Résumé
Objective. To determine mortality rates and predictors of death at baseline in people with a recent onset of gout. Methods. People with gout disease duration < 10 years were recruited from primary and secondary care settings. Comprehensive clinical assessment was completed at baseline. Participants were prospectively followed for at least 1 year. Information about death was systematically collected from primary and secondary health records. Standardized mortality ratios (SMR) were calculated and risk factors for mortality were analyzed using Cox proportional hazard regression models. Results. The mean (SD) followup duration was 5.1 (1.6) years (a total 1511 patient-yrs accrued). Of the 295 participants, 43 (14.6%) had died at the time of censorship (SMR 1.96, 95% CI 1.44–2.62). In the reduced Cox proportional hazards model, these factors were independently associated with an increased risk of death from all causes: older age (70–80 yrs: HR 9.96, 95% CI 3.30–30.03; 80–91 yrs: HR 9.39, 95% CI 2.68–32.89), Māori or Pacific ethnicity (HR 2.48, 95% CI 1.17–5.29), loop diuretic use (HR 3.99, 95% CI 2.15–7.40), serum creatinine (per 10 µ mol/l change; HR 1.04, 95% CI 1.00–1.07), and the presence of subcutaneous tophi (HR 2.85, 95% CI 1.49–5.44). The presence of subcutaneous tophi was the only baseline variable independently associated with both cardiovascular (CV) cause of death (HR 3.13, 95% CI 1.38–7.10) and non-CV cause of death (HR 3.48, 95% CI 1.25–9.63). Conclusion. People with gout disease duration < 10 years have an increased risk of death. The presence of subcutaneous tophi at baseline is an independent predictor of mortality, from both CV and non-CV causes.
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) | 0,000 | 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 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 ».