Risk Assessment of Pre-dialysis Chronic Kidney Disease (CKD) Patients for Cardiovascular Disease (CVD) in a Tertiary Hospital in Nigeria: A Case-Controlled Cross-Sectional Study
Notice bibliographique
Résumé
INTRODUCTION: Cardiovascular disease (CVD) is the leading cause of morbidity and mortality in the chronic kidney disease (CKD) population. CKD patients are more likely to die from CVD before ever reaching end-stage renal disease (ESRD). The study, therefore, seeks to identify the prevalence of risk factors of CVD in CKD patients such as systemic hypertension, anemia, dyslipidemia, hypoalbuminemia, albuminuria, and abnormal calcium/phosphate products. METHODS: The study was a case-control cross-sectional study where one hundred fifty hypertensive CKD patients and age- and sex-matched hypertensive non-CKD subjects were consecutively enrolled at the renal unit of Delta State University Teaching Hospital (DELSUTH), Oghara. RESULTS: The findings of the study revealed the mean ages of cases and controls to be 48.91±11.93 years and 51.0±15.45 years respectively (p-value 0.182). There was an equal number of males and females among the study group and controls (92 males and 58 females) making a male-to-female ratio of 3:2. The prevalence of CVD risk factors such as diabetes mellitus, hypercholesterolemia, hypertriglyceridemia, elevated low-density lipoprotein, anemia, hypocalcemia, hyperphosphatemia, albuminuria, and hypoalbuminemia was significantly higher among the CKD group compared to controls. Similarly, the prevalence of reduced high-density lipoprotein (HDL) was higher among cases than controls, the difference was however not statistically significant. CONCLUSION: The study has shown that systemic hypertension, diabetes, anemia, dyslipidemia, hypoalbuminemia, albuminuria, and abnormal calcium/phosphate products increases the risk for CVD in the general population but is more expressed and significant in CKD patients.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».