Trends of venous thromboembolism risk before and after diagnosis of gout: a general population-based study
Notice bibliographique
Résumé
OBJECTIVE: To estimate the overall risk and the temporal trend of venous thromboembolism (VTE), deep vein thrombosis (DVT), and pulmonary embolism (PE) before and after gout diagnosis in an incident gout cohort compared with the general population. METHODS: We conducted a matched cohort study using a province-wide population-based administrative health database in Canada. We calculated incidence rates (IRs) and multivariable adjusted hazard ratios (HRs) for the risk of VTE, DVT and PE before and after gout diagnosis. RESULTS: Among 130 708 incident individuals with gout (64% male, mean age 59 years), 2071 developed VTE, 1377 developed DVT and 1012 developed PE. IRs per 1000 person-years for gout were 2.63, 1.74 and 1.28 compared with 2.03, 1.28 and 1.06 for non-gout, respectively. The fully adjusted HRs (95% CI) for VTE, DVT and PE were 1.22 (1.13, 1.32), 1.28 (1.17, 1.41) and 1.16 (1.05, 1.29). For the pre-gout period, the fully adjusted HRs (95% CI) were 1.51 (1.38, 1.64), 1.55 (1.40, 1.72) and 1.47 (1.31, 1.66) for VTE, DVT and PE. During the third, second and first years preceding gout, the fully adjusted HRs for VTE were 1.44, 1.56 and 1.62. During the first, second, third, fourth and fifth years after gout, the fully adjusted HRs were 1.63, 1.29, 1.33, 1.28 and 1.22. Similar trends were also seen for DVT and PE. CONCLUSION: Increased risks of VTE, DVT and PE were found both before and after gout diagnosis. The risk increased gradually before gout, peaking in the year prior to diagnosis, and then progressively declined. Gout-associated inflammation may contribute to venous thrombosis risk.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».