Prevalence of chronic kidney disease and cardiovascular comorbidities in adults in First Nations communities in northwest Ontario: a retrospective observational study
Notice bibliographique
Résumé
<h3>Background:</h3> The prevalence of adult chronic kidney disease and cardiovascular comorbidities in Canadian Indigenous communities is largely unknown. We conducted a study to document the prevalence of chronic kidney disease and concurrent diabetes mellitus, hypertension and dyslipidemia in a First Nations population in northwest Ontario. <h3>Methods:</h3> In this observational study, we used retrospective data collected from regional electronic medical records of 16 170 adults (age ≥ 18 yr) from 26 First Nations communities in northwest Ontario from May 2014 to May 2017. Demographic and laboratory data included age, gender, prescribed medications, estimated glomerular filtration rate, urine albumin:creatinine ratio, low-density lipoprotein cholesterol (LDL-C) level and glycated hemoglobin (HbA<sub>1c</sub>) concentration. We identified patients with diabetes by an HbA<sub>1c</sub> concentration of 6.5% or higher, or the use of a diabetic medication, those with dyslipidemia by an elevated LDL-C level (≥ 2.0 mmol/L) or use of lipid-lowering medication, and those with hypertension by use of antihypertensive medication. <h3>Results:</h3> Of the 16 170 adults residing in the communities, 5224 unique patients (32.3%) had renal testing (albumin:creatinine ratio and/or estimated glomerular filtration rate). The age-adjusted prevalence of chronic kidney disease was 14.5%, and the prevalence of stage 3–5 chronic kidney disease (estimated glomerular filtration rate < 60 mL/min) was 7.0%. Most patients with chronic kidney disease (1487 [80.0%]) had at least 1 cardiovascular comorbidity. A total of 1332 patients (71.6%) had diabetes, 1313 (70.6%) had dyslipidemia, and 1098 (59.1%) had hypertension; all 3 comorbidities were present in 716 patients (38.5%). <h3>Interpretation:</h3> We document a high prevalence of advanced chronic kidney disease in this First Nations population, 7.0%, double the rate in the general population. High rates of cardiovascular comorbidities were also common in these patients with chronic kidney disease, which places them at increased risk for cardiovascular disease.
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) | 0,001 | 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 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 ».