MétaCan
Menu
← Retour à la cohorte
Enregistrement W2979508985 · doi:10.14309/01.ajg.0000593776.96934.d8

1061 Gender Differences in Characteristics of Hospitalized Patients With Cirrhosis: A Prospective Multicenter Inpatient Cohort Study

2019· article· en· W2979508985 sur OpenAlexaff
Jessica B. Rubin, Yanin Srisengfa, Somaya Albhaisi, Chathur Acharya, Gayatri Nangia, Tahira Shaikh, Leroy R. Thacker, K. Rajender Reddy, Puneeta Tandon, Jasmohan S. Bajaj, Jennifer C. Lai

Notice bibliographique

RevueThe American Journal of Gastroenterology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease and Transplantation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineCirrhosisInternal medicineProspective cohort studyCohortLiver diseaseCohort studyDiabetes mellitusGastroenterology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Women with cirrhosis listed for liver transplant have increased waitlist mortality compared with men, but the reasons for this disparity is not well-established. We hypothesized that women with cirrhosis have different comorbidities and reasons for hospitalizations than men - and explored this hypothesis in a large, multi-center cohort of inpatients with cirrhosis. METHODS: Our cohort included patients with cirrhosis hospitalized non-electively, prospectively enrolled at 4 academic medical centers 1/2013-2/2017. Data collected included comorbidities, reasons for admission, cirrhosis complications, medications, hospital course, and outcomes. Readmission and mortality rates were compared between women and men using logistic regression. RESULTS: Of the 674 hospitalized patients with cirrhosis, 256 (38%) were women. Median age was 56 years; 75% were non-Hispanic White. Women were less likely than men to have cirrhosis from alcohol (34% vs 26%, P < 0.001), and more likely to have NASH (22% vs 15%, P < 0.001). Women and men had similar cirrhosis complications, liver-related medications, MELD (20 vs 20, P = 0.36), and Child-Pugh (9 vs 10, P = 0.36) scores. Women were more likely to have certain non-liver related comorbidities, including insulin-dependent diabetes (23% vs 14%, P = 0.002) and connective tissue disease (4% vs 1%, P = 0.004), as well as to require non-opiate pain medications (14% vs 7%, P = 0.008) or antidepressant/sleep aids (38% vs 28%, P = 0.005). Overall infection rates on admission were similar between women and men (27% vs 22%, P = 0.19), but women were more likely than men to have UTIs (14% vs 4%, P < 0.001) and less likely to have SBP (6% vs 11%, P = 0.04). Rates of other decompensating events were similar between women and men, including GI bleeding, renal dysfunction, and volume overload ( P for all > 0.05). There were no differences between women and men in 30d (11% vs 13%, P = 0.60) or 90d (22% vs 27%, P = 0.18) mortality. In logistic regression, female gender was not associated with increased 30d mortality (OR 0.88, 95% CI 0.54-1.43, P = 0.60) or 90d readmission (OR 1.06, 95% CI 0.75-1.48, P = 0.76). CONCLUSION: Although women and men hospitalized with cirrhosis have similar severity of liver disease, they differ by their etiologies of cirrhosis, non-liver related comorbidities, infectious complications, and patterns of medication use. Future studies should further explore the role that these non-liver-related factors play in contributing to well-established gender disparities in waitlist outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,219
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American Journal of Gastroenterology→Même sujetLiver Disease and Transplantation→Travaux en français237 207→