Any link of gout disease control among hypertensive patients and onset of end-stage renal disease? Results from a population-based study
Notice bibliographique
Résumé
AIMTo determine the impact of allopurinol non-adherence as a proxy for uncontrolled disease on primary prevention of end-stage renal disease (ESRD). METHODSA cohort of 2752 patients with gout diagnosis was reconstructed using the Québec Régie de l'assurance maladie du Québec and MedEcho administrative databases.Eligible patients were new users of allopurinol, aged 45-85, with a diagnosis of hypertension, and treated with an antihypertensive drug between 1997 and 2007. RESULTSMajor risk factor for ESRD onset was chronic kidney disease at stages 1 to 3 [rate ratio (RR) = 8.00; 95% confidence interval (CI): 3.16-22.3and the severity of hypertension (≥ 3 vs < 3 antihypertensives)] was a trending risk factor as a crude estimate (RR = 1.94; 95%CI: 0.68-5.51).Of 341 patients, cases (n = 22) and controls (n = 319), high adherence level (≥ 80%) to allopurinol therapy, compared with lower adherence level (< 80%), was associated with a lower rate of ESRD onset (RR = 0.35; 95%CI: 0.13-0.91). CONCLUSIONGout control seem to be associated with a significant
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».