Epidemiology of Fracture in Adults from Ontario, Canada, with Chronic Kidney Disease: An Examination of Fracture Burden Using Administrative Health Data
Notice bibliographique
Résumé
Fractures are associated with morbidity and mortality.Individuals with chronic kidney disease (CKD) experience bone mineral metabolism changes, which increases fracture risk.Researchers have quantified the epidemiology of fractures in adults with CKD using administrative health databases from Ontario, Canada, held at the Institute for Clinical Evaluative Sciences.Results demonstrated that many individuals with non-transplant CKD sustain fractures, with the risk increasing as kidney function declines.However, fracture risk in kidney transplant recipients was lower than previously described, which suggests recipients may not be a high-risk fracture group.There is a need to test fracture prevention interventions in the CKD population. The IssueThe number of chronic kidney disease (CKD) patients in Canada is increasing, with over three million adults living with CKD (Arora et al. 2013; CIHI 2013).There is a concern about poor outcomes associated with CKD, one of which is fractures.Several studies assessing the epidemiology of fracture in CKD have been conducted using administrative databases in the United States.However, these findings may not accurately reflect the Canadian experience, as fracture rates have been shown to vary as much as 15-fold across countries (Kanis et al. 2002).Access to large healthcare databases in Ontario, Canada, provides an opportunity to conduct a comprehensive examination of the epidemiology of fracture in the CKD population.Multiple factors likely contribute to an increased fracture risk in the CKD population.As kidney function declines, CKD-related mineral and bone disorders may develop (i.e., changes in calcium, phosphorous, vitamin D or parathyroid hormone metabolism), and this can lead to an increased fracture risk (Kidney Disease Improving Global Outcomes [KDIGO] 2009).Other factors may also increase fracture risk, such as muscle wasting (West et al. 2012) and steroid administration to kidney transplant recipients (Canalis et al. 2007).Despite this increased fracture risk, there remain many unanswered questions about interventions that will safely prevent fractures in the CKD population (KDIGO 2009;Palmer et al. 2009).Moreover, many of the guideline statements for the treatment and evaluation of bone disease in CKD patients are weak or ungraded (KDIGO 2009).An improved understanding of the epidemiology of fracture in the CKD population informs the conduct of well-designed clinical trials and prospective studies.This report highlights several recent studies conducted at the Institute for Clinical Evaluative Sciences (ICES) by the provincial Kidney, Dialysis and Transplantation team aimed to clarify fracture incidence, improve clinical guidelines, advance prognostication and guide informed consent to help decrease the fracture burden in the CKD population. Key Findings Fracture incidence in the non-transplant chronic kidney disease population
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,011 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 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 ».