The Rising Incidence of Gout and the Increasing Burden of Comorbidities: A Population-based Study over 20 Years
Notice bibliographique
Résumé
Objective. To examine the incidence of gout over the last 20 years and to evaluate possible changes in associated comorbid conditions. Methods. The medical records were reviewed of all adults with a diagnosis of incident gout in Olmsted County, Minnesota, USA, during 2 time periods (January 1, 1989–December 31, 1992, and January 1, 2009–December 31, 2010). Incident cases had to fulfill at least 1 of 3 criteria: the American Rheumatism Association 1977 preliminary criteria for gout, the Rome criteria, or the New York criteria. Results. A total of 158 patients with new-onset gout were identified during 1989–1992 and 271 patients during 2009–2010, yielding age- and sex-adjusted incidence rates of 66.6/100,000 (95% CI 55.9–77.4) in 1989–1992 and 136.7/100,000 (95% CI 120.4–153.1) in 2009–2010. The incidence rate ratio was 2.62 (95% CI 1.80–3.83). At the time of their first gout flare, patients diagnosed with gout in 2009–2010 had higher prevalence of comorbid conditions compared with 1989–1992, including hypertension (69% vs 54%), diabetes mellitus (25% vs 6%), renal disease (28% vs 11%), hyperlipidemia (61% vs 21%), and morbid obesity (body mass index ≥ 35 kg/m 2 ; 29% vs 10%). Conclusion. The incidence of gout has more than doubled over the recent 20 years. This increase together with the more frequent occurrence of comorbid conditions and cardiovascular risk factors represents a significant public health challenge.
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 | 0,003 | 0,003 |
| 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 | 0,001 |
| 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 ».