Crystal-proven Gout and Characteristic Gout Severity Factors Are Associated with Cardiovascular Disease
Notice bibliographique
Résumé
OBJECTIVE: Our aim was to examine the prevalence of cardiovascular disease (CVD) in patients with crystal-proven gout compared to arthritis controls. Further, we analyzed the association between characteristic gout severity factors and CVD to provide further support for a pathogenetic relationship between gout and CVD. METHODS: Patients with arthritis referred for diagnosis were consecutively included in the Gout Arnhem-Liemers cohort. Joint fluid analysis was performed in all referred patients; controls were negative for crystals. Patients' characteristics and different manifestations of CVD and gout severity factors (disease duration, attack frequency, tophi, affected joints, high serum urate acid level, joint damage) were collected. Gout patients were compared with controls for the prevalence of CVD. In addition, the association between characteristic gout severity factors and presence of CVD was analyzed. RESULTS: Data from 700 gout patients and 276 controls were collected. CVD was present in 47% (95% CI 44%-51%) and 24% (95% CI 19%-29%) of gout patients and controls, respectively. Corrected for confounders, gout was still strongly associated with an increased prevalence of CVD compared to controls (OR 3.39, 95% CI 2.37-4.84). In patients with gout, disease duration ≥ 2 years, oligo- or polyarthritis, serum urate acid > 0.55 mmol/l at presentation, and joint damage were independently (p < 0.05) associated with prevalent CVD. CONCLUSION: Crystal-proven gout was strongly associated with an increased prevalence of CVD. In patients with gout, characteristic gout severity factors were associated with CVD.
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 ».