Risk Factors for End-Stage Renal Failure Among Patients on Hemodialysis in Aljomhory Hospital, Sa’adah Governorate, Yemen: Hospital-Based Case-Control Study
Notice bibliographique
Résumé
BACKGROUND: More than 16% of the world's population is affected by chronic kidney disease, and these people are at the highest risk of developing end-stage renal failure (ESRF). OBJECTIVE: The aim of this study was to determine the risk factors of ESRF in Sa'adah Governorate in Yemen. METHODS: A hospital-based case-control study (86 cases and 263 controls) was conducted in the Aljomhory Hemodialysis Center in Sa'adah city, Yemen. Patients with ESRF who attended the hemodialysis center in Aljomhory Hospital in Sa'adah City from January 1 to February 15, 2016, were included. Control participants were healthy persons without end-stage renal disease (ESRD) who attended Aljomhory Hospital as outpatients' relatives during the study period. RESULTS: A total of 86 cases and 263 controls were included in this study. The mean age was 43.3 (SD 17.7) years for cases and 32.3 (SD 13.0) years for controls. In univariate analysis of factors associated with ESRD, patients aged≥40 years were 3.7 times more likely to have ESRD than younger patients. The odds of ESRD was higher among men than women. Illiteracy was significantly associated with higher odds of ESRD. Hypertension (odds ratio [OR]=8.34), diabetes (OR=3.07), cardiovascular diseases (OR=12.71), presence of urinary stones (OR=21.87), recurrent urinary tract infection (OR=9.64), cigarette smoking (OR=2.44), and shammah use (OR=6.65) were significantly associated with higher odds of ESRD. Hypertension (OR=6.68), urinary stones (OR=16.08), and recurrent urinary tract infection (OR=8.75) remained significantly associated with ERD in multivariate analysis. CONCLUSIONS: Hypertension, presence of urinary stones, and recurrent urinary tract infections were significantly associated with ESRF development. Improving the management of hypertension and designing suitable interventions to control problems of the urinary tract would help reduce ESRD prevalence.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».