Aeroallergen-related Diseases Predate the Diagnosis of Inflammatory Bowel Disease
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to determine whether having a diagnosis of asthma or allergic rhinitis (AR) increased the risk of being diagnosed with inflammatory bowel disease (IBD) and whether there was increased incidence of these diseases after a diagnosis of IBD. DESIGN: This is a retrospective, historical cohort-based study. We used the administrative data of Manitoba Health and the population-based University of Manitoba IBD Epidemiology Database. We used numbers of prescriptions for drugs used to treat asthma and to treat AR to identify diagnoses of asthma and AR, respectively.We calculated relative risks (RRs) to assess incidence of IBD compared with matched controls after diagnoses of asthma and AR and hazard ratios to determine the incidence of asthma and AR after IBD diagnosis. RESULTS: Compared with controls, a diagnosis of asthma or AR preceding a diagnosis of IBD was increased in cases (RR, 1.62; 95% confidence interval [CI], 1.50-1.75; and RR, 2.10; 95% CI, 1.97-2.24) with a similar outcome by subtype of IBD (Crohn's disease vs ulcerative colitis) and by sex. On sensitivity analysis, diagnoses of asthma or AR were comparable when considering at least 5, 10, 15 or 20 drug prescriptions. Persons with IBD were more likely to develop asthma or AR than controls after being diagnosed with IBD (hazard ratio for asthma, 1.31, 95% CI, 1.18-1.45; and hazard ratio for AR, 2.62, 95% CI, 2.45-2.80). CONCLUSIONS: The association between asthma, AR, and IBD suggest the possibility that whatever triggers the onset of these atopic diseases may trigger the onset of IBD as well, and aeroallergens are plausible culprits.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».