Incidence, predictors and patterns of care of patients with very severe hypertriglyceridemia in Ontario, Canada: a population-based cohort study
Notice bibliographique
Résumé
BACKGROUND: The incidence of severe (S-HTG) and very severe hypertriglyceridemia (VS-HTG) among Canadians is unknown. This study aimed to determine the incidence, characteristics, predictors and care patterns for individuals with VS-HTG. METHODS: Using linked administrative healthcare databases, a population-based cohort study of Ontario adults was conducted to determine incidence of new onset S-HTG (serum triglycerides (TG) > 10-20 mmol/L) and VS-HTG (TG > 20 mmol/L) between 2010 and 2015. Socio-demographic and clinical characteristics of those with VS-HTG were compared to those who had no measured TG value > 3 mmol/L. Univariable and multivariable logistic regression were used to determine predictors for VS-HTG. Healthcare patterns were evaluated for 2 years following first incidence of TG > 20 mmol/L. RESULTS: Incidence of S-HTG and VS-HTG in Ontario was 0.16 and 0.027% among 10,766,770 adults ≥18 years and 0.25 and 0.041% among 7,040,865 adults with at least one measured TG, respectively. Predictors of VS-HTG included younger age [odds ratios (OR) 0.64/decade, 95% confidence intervals (CI) 0.62-0.66], male sex (OR 3.83; 95% CI 3.5-4.1), diabetes (OR 5.38; 95% CI 4.93-5.88), hypertension (OR 1.69; 95% CI 1.54-1.86), chronic liver disease (OR 1.71; 95% CI 1.48-1.97), alcohol abuse (OR 2.47; 95% CI 1.90-3.19), obesity (OR 1.49; 95% CI 1.13-1.98), and chronic kidney disease (OR 1.39; 95% CI 1.19-1.63). CONCLUSION: The 5-year incidence of S-HTG and VS-HTG in Canadian adults was 1 in 400 and 1 in 2500, respectively. Males, those with diabetes, obese individuals and those with alcohol abuse are at highest risk for VS-HTG and may benefit from increased surveillance.
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 ».