MétaCan
Menu
Retour à la cohorte
Enregistrement W4290830299 · doi:10.1001/jamahealthforum.2022.2534

Changes in Migration and Mortality Among Patients With Kidney Failure in Puerto Rico After Hurricane Maria

2022· article· en· W4290830299 sur OpenAlexaboutno aff
Maricruz Rivera‐Hernandez, Daeho Kim, Kevin Nguyen, Rebecca Thorsness, Yoojin Lee, Shailender Swaminathan, Rajnish Mehrotra, Amal N. Trivedi

Notice bibliographique

RevueJAMA Health Forum · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney Diseases
Mots-clésMedicineDialysisDemographyHemodialysisQuarter (Canadian coin)PopulationKidney diseaseMortality rateGerontologyInternal medicineGeographyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Importance: On September 20, 2017, one of the most destructive hurricanes in US history made landfall in Puerto Rico. Anecdotal reports suggest that many persons with kidney failure left Puerto Rico after Hurricane Maria; however, empirical estimates of migration and health outcomes for this population are scarce. Objective: To assess the changes in migration and mortality among patients with kidney failure in need of dialysis treatment in Puerto Rico after Hurricane Maria. Design, Setting, and Participants: This cross-sectional study used an interrupted time-series design of 6-month mortality rates and migration of 11 652 patients who received hemodialysis or peritoneal dialysis care in Puerto Rico before Hurricane Maria (before October 1, 2017) and/or during and after Hurricane Maria (on/after October 1, 2017). Data analyses were performed from February 12, 2019, to June 16, 2022.. Main Outcomes and Measures: Number of unique persons dialyzed in Puerto Rico per quarter; receipt of dialysis treatment outside Puerto Rico per quarter; and 6-month mortality rate per person-quarter for all persons undergoing dialysis. Exposures: Hurricane Maria. Results: The entire study sample comprised 11 652 unique persons (mean [SD] age, 59 [14.7] years; 7157 [61.6%] men and 4465 [38.4%] women; 10 675 [91.9%] Hispanic individuals). There were 9022 patients with kidney failure and dialysis treatment before and 5397 patients after Hurricane Maria. Before the hurricane, the mean quarterly number of unique persons dialyzed in Puerto Rico was 2834 per quarter (95% CI, 2771-2897); afterwards it dropped to 261 (95% CI, -348 to -175; relative change, 9.2%). The percentage of persons who had 1 or more dialysis sessions outside of Puerto Rico in the next quarter following a previous dialysis in Puerto Rico was 7.1% before Hurricane Maria (95% CI, 4.8 to 9.3). There was a significant increase of 5.8 percentage points immediately after the hurricane (95% CI, 2.7 to 9.0). The 6-month mortality rate per person-quarter was 0.08 (95% CI, 0.08 to 0.09), and there was a nonsignificant increase in level of mortality rates and a nonsignificant decreasing trend in mortality rates. Conclusions and Relevance: The findings of this cross-sectional study suggest there was a significant increase in the number of people receiving dialysis outside of Puerto Rico after Hurricane Maria. However, no significant differences in mortality rates before and after the hurricane were found, which may reflect disaster emergency preparedness among dialysis facilities and the population with kidney failure, as well as efforts from other stakeholders.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,324
Écart entre enseignants0,308 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMA Health ForumMême sujetDisaster Response and ManagementTravaux en français237 207