SP284HOSPITAL ADMISSIONS IN PERSONS WITH CHRONIC KIDNEY DISEASE STAGE 3
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: Chronic Kidney Disease (CKD), especially advanced CKD, is associated with high comorbidity and hospital admission rates. However, the majority of people with CKD have mild disease and less is known about associated admissions in this group. In this prospective study of CKD stage 3 patients recruited from primary care, we investigated hospital admissions over a period of 5 to 7 years. METHODS: 1741 people with estimated GFR 30-59mL/min/1.73m2 were recruited into the Renal Risk In Derby (RRID) Study. Participants were comprehensively assessed at baseline, year 1 and year 5. Data on all hospital admissions between 2008 and 2015 were obtained from the Hospital Episode Statistics data warehouse, containing details of all admissions to NHS hospitals in England. ICD-10 coding was used to indicate reasons for admission. RESULTS: The study population of 1741 participants had a median age of 74 years (IQR 67-79), mean eGFR of 53.5±11.8 mL/min/1.732 and 60% were female. 1425 participants had a total of 6904 hospital admissions between recruitment and 31 December 2015; 316 participants had no hospital admission. The median number of admissions was 4 (IQR 2-7) and median length of stay (LOS) 0.0 days (IQR 0-4). 3099 (45%) admissions with LOS of less than 1 day were mainly day-cases. For those with a LOS of ≥1 day, the median LOS was 4 days (IQR 2-9). The annualized admission rate is shown in Table 1 with data from other groups for comparison.Incidence of coded AKI during admission was 3 per 100 patient-years and cardiovascular events 11 per 100 patient-years. Main reasons for all admissions are shown in Table 2 and were comparable to admissions in the age equivalent general population. CONCLUSIONS:Patients with early CKD have higher rates of hospital admission than the general population, though reasons for admission were similar to the general population. Amongst older people, those with CKD represent a high-risk group who could be targeted for intervention to reduce hospital admissions. Our findings also emphasize the importance of comorbid conditions in determining outcomes for those with CKD. Table 1 Annualised admission rates per 100 patient years Table 2. Reasons for all admissions n=6904
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».