Incidence of fractures in middle-aged individuals with early chronic kidney disease: a population-based analysis of CARTaGENE
Notice bibliographique
Résumé
BACKGROUND: Previous studies evaluating fractures in chronic kidney disease (CKD) have mostly focused on hip or major fractures in aged populations with moderate to advanced CKD. We aimed at evaluating the association between early CKD and fracture incidence at all sites across age and sex in middle-aged individuals. METHODS: We analyzed CARTaGENE, a prospective population-based survey of 40- to 69-year-old individuals from Quebec (Canada). Estimated glomerular filtration rate (eGFR) at baseline was evaluated categorically or continuously using restricted cubic splines. Fractures at any site (except toes, hand and craniofacial) for up to 7 years of follow-up were identified through administrative databases using a validated algorithm. Adjusted Cox models were used to evaluate the association of CKD with fracture. Interaction terms for age and sex were also added. RESULTS: A total of 19 391 individuals (756 CKD Stage 3; 9114 Stage 2; 9521 non-CKD) were included and 829 fractures occurred during a median follow-up of 70 months. Compared with the median eGFR of 90 mL/min/1.73 m2, eGFRs of ≤60 mL/min/1.73 m2 were associated with increased fracture incidence in unadjusted and adjusted models [adjusted hazard ratio (HR) = 1.25 (95% confidence interval 1.05-1.49) for 60 mL/min/1.73 m2; 1.65 (1.14-2.37) for 45 mL/min/1.73 m2]. The eGFR was linearly associated with fracture incidence <75 mL/min/1.73 m2 [HR = 1.18 (1.04-1.34) per 10 mL/min/1.73 m2 decrease] but not above [HR = 0.98 (0.91-1.06) per 10 mL/min/1.73 m2 decrease). The effect of decreased eGFR on fracture incidence was more pronounced in younger individuals [HR = 2.45 (1.28-4.67) at 45 years; 1.11 (0.73-1.67) at 65 years] and in men. CONCLUSIONS: Even early CKD increases fracture incidence, especially in younger individuals and in men.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».