Association of Childhood Atopic Dermatitis with Atopic and Nonatopic Multimorbidity
Notice bibliographique
Résumé
BACKGROUND: Little is known about the impact of multimorbidity in childhood atopic dermatitis (AD). OBJECTIVE: We sought to determine the likelihood and predictors of chronic disease multimorbidity in childhood AD. METHODS: Data were examined for children (<18 years) in the 1996-2015 Medical Expenditure Panel Survey, an annual, representative sample of United States households. Multimorbidity was assessed using Charlson Comorbidity Index (CCI), Healthcare Utilization Project Chronic Comorbidity Indicator (HCUP-CCI) and frequency of atopic comorbidities. RESULTS: Young children with mild-moderate and severe AD, and adolescents with mild-moderate AD had higher CCI scores. Similarly, young children and adolescents with mild-moderate and severe AD had increased HCUP-CCI scores. Children with AD and atopic disease had higher CCI and HCUP-CCI scores than children with either alone. Young children and adolescents with mild-moderate and severe AD had more atopic comorbidities. CONCLUSIONS: Pediatric AD is associated with increased atopic and non-atopic multimorbidity. Comorbid atopic disease may identify a subset of children with AD who particularly benefit from enhanced screening and management of multimorbidity.
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) | 0,000 | 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 ».