Existing comorbidities in people with osteoarthritis: a retrospective analysis of a population-based cohort in Alberta, Canada
Notice bibliographique
Résumé
Objectives The purpose of this study is to estimate the prevalence of comorbidities among people with osteoarthritis (OA) using administrative health data. Design Retrospective cohort analysis. Setting All residents in the province of Alberta, Canada registered with the Alberta Health Care Insurance Plan population registry. Participants 497 362 people with OA as defined by ‘having at least one OA-related hospitalization, or at least two OA-related physician visits or two ambulatory care visits within two years’. Primary outcome measures We selected eight comorbidities based on literature review, clinical consultation and the availability of validated case definitions to estimate their frequencies at the time of diagnosis of OA. Sex-stratified age-standardised prevalence rates per 1000 population of eight clinically relevant comorbidities were calculated using direct standardisation with 95% CIs. We applied χ 2 tests of independence with a Bonferroni correction to compare the percentage of comorbid conditions in each age group. Results 54.6% (n=2 71 794) of people meeting the OA case definition had at least one of the eight selected comorbidities. Females had a significantly higher rate of comorbidities compared with males (standardised rates ratio=1.26, 95% CI 1.25 to 1.28). Depression, chronic obstructive pulmonary disease (COPD) and hypertension were the most prevalent in both females and males after age-standardisation, with 40% of all cases having any combination of these comorbidities. We observed a significant difference in the percentage of comorbidities among age groups, illustrated by the youngest age group (<45 years) having the highest percentage of cases with depression (24.6%), compared with a frequency of 16.1% in those >65 years. Conclusions Our findings highlight the high frequency of comorbidity in people with OA, with depression having the highest age-standardised prevalence rate. Comorbidities differentially affect females, and vary by age. These factors should inform healthcare programme and delivery.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».