The Relationship between Body Mass Index and Organism-Specific Peritonitis
Notice bibliographique
Résumé
Background Obesity is increasingly prevalent worldwide, and a greater number of patients initiate renal replacement therapy with a high body mass index (BMI). This study aimed to evaluate the association between BMI and organism-specific peritonitis. Methods All adult patients who initiated peritoneal dialysis (PD) in Australia between January 2004 and December 2013 were included. Data were accessed through the Australia and New Zealand Dialysis and Transplant (ANZDATA) Registry. The co-primary outcomes of this study were time to first organism-specific peritonitis episode, specifically gram-positive, gram-negative, culture-negative, and fungal. Secondary outcomes were individual rates of organism-specific peritonitis for the same 4 microbiological categories. Results There were 7,381 peritonitis episodes among the 8,343 incident PD patients evaluated. After multivariable adjustment, obese patients (BMI 30 – 34.9 kg/m 2 ) had an increased risk of fungal peritonitis (adjusted hazard ratio [HR] 1.69, 95% confidence interval [CI] 1.18 – 2.42), very obese patients (BMI ≥ 35 kg/m 2 ) had a significantly higher risk of gram-positive peritonitis (HR 1.15, 95% CI 1.02 – 1.30), while both obese and very obese patients experienced significantly higher risks of gram-negative peritonitis (HR 1.29, 95% CI 1.11 – 1.50 and HR 1.30, 95% CI 1.08 – 1.57, respectively) compared with patients with normal BMI (20 – 24.9 kg/m 2 ). Obesity and severe obesity were independently associated with increased incidence rate ratios of all forms of organism-specific peritonitis with a non-significant trend for severe obesity and gram-negative peritonitis association. Conclusion Among Australian patients, obesity and severe obesity are associated with significantly increased rates of gram-positive, gram-negative, fungal, and culture-negative peritonitis.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».