Oral Health-Related Quality of Life, A Proxy of Poor Outcomes in Patients on Peritoneal Dialysis
Notice bibliographique
Résumé
Introduction: We sought to evaluate the associations of poor oral health hygiene with clinical outcomes in patients receiving peritoneal dialysis (PD). Methods: As part of the multinational Peritoneal Dialysis Outcomes and Practice Patterns Study (PDOPPS), PD patients from 22 participating PD centers throughout Thailand were enrolled from May 2016 to December 2019. The data were obtained from questionnaires that formed part of the PDOPPS. Oral health-related quality of life (HRQoL) used in this study was the short form of the oral health impact profile (oral health impact profile [OHIP]-14, including 7 facets and 14 items). Patient outcomes were assessed by Kaplan-Meier analysis. Cox proportional hazards model regression was used to estimate associations between oral HRQoL and clinical outcomes. Results: Of 5090 PD participants, 675 were randomly selected, provided informed consent, and completely responded to the OHIP-14 questionnaire. The median follow-up time of the study was 3.5 (interquartile range = 2.7-5.1 months) years. Poor oral health was associated with lower educational levels, diabetes, older age, marriage, and worse nutritional indicators (including lower time-averaged serum albumin and phosphate concentrations). After adjusting for age, sex, comorbidities, serum albumin, shared frailty by study sites, and PD vintage, poor oral health was associated with increased risks of peritonitis (adjusted hazard ratio [HR] = 1.45, 95% confidence interval [CI]: 1.06-2.00) and all-cause mortality (adjusted HR = 1.55, 95% CI: 1.04-2.32) but not hemodialysis (HD) transfer (adjusted HR = 1.89, 95% CI: 0.87-4.10) compared to participants with good oral health. Conclusion: Poor oral health status was present in one-fourth of PD patients and was independently associated with a higher risk of peritonitis and death.
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 | 0,001 | 0,002 |
| 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) | 0,003 | 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 ».