Abstract 162: Burden And Impact Of Chronic Kidney Disease On Admissions Of Cancer Survivors And Assessing The Odds Of Major Adverse Cardiac And Cerebrovascular Events
Notice bibliographique
Résumé
Background: Cancer-specific adverse events are not well defined despite chronic kidney disease (CKD) being associated with high mortality rates in cancer patients. This study explores the prevalence of major adverse cardiac and cerebrovascular events (MACCE) in cancer survivors with CKD from a national cohort. Methods: We identified cancer survivors with and without concomitant CKD along with their age, sex, race and other comorbidities who were admitted to hospitals in a National Inpatient Sample database (2018). We then identified odds of MACCE including all-cause mortality, AMI, cardiac arrest (including ventricular fibrillation) and stroke while subsequently analyzing healthcare resource utilization in patients with versus without CKD. Multivariable regression analyses were adjusted for patient and hospital level covariates and pre-existing comorbidities. A p-value <0.05 was considered statistically significant. Results: CKD prevalence was higher among patients with a prior history of cancer versus those without it (21.5% vs 14.6%, p<0.001) in the cohort. Higher rates of traditional cardiovascular disease risk factors, prior history of MI, stroke/TIA, VTE, CHF, coagulopathy and MACCE (11.5% vs 8.1%, OR 1.22 [CI 1.20 -1.25]) were observed in patients with versus without CKD [Table 1] in hospitalized cancer survivors. Said survivors with CKD were specifically noted to have higher rates of all-cause mortality (3.4% vs 2.2%, OR 1.33 [CI 1.29 -1.37]) and AMI (6.0% vs 3.3%, OR 1.54 [CI 1.50 - 1.58]) (all p<0.001). The CKD cohort had fewer routine discharges, more frequent transfers to other facilities, higher length of stay and hospital costs versus the non-CKD cohort (p<0.001). Conclusion: This large retrospective analysis shows elevated burden of CKD (21.5%) amongst hospitalized cancer survivors, which is associated with not only increased rates of MACCE, all-cause mortality, AMI, cardiac arrest but also greater overall healthcare costs.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| 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 ».