MétaCan
Menu
Retour à la cohorte
Enregistrement W4366602137 · doi:10.1001/jamanetworkopen.2023.9501

Trends in Prevalence of Gout Among US Asian Adults, 2011-2018

2023· article· en· W4366602137 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJAMA Network Open · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueGout, Hyperuricemia, Uric Acid
Établissements canadiensResearch Canada
Organismes subventionnairesNational Institute of Arthritis and Musculoskeletal and Skin Diseases
Mots-clésGoutMedicineDemographyInternal medicineSociology

Résumé

récupéré en direct d'OpenAlex

Importance: Gout disparities among Black individuals in the US have recently been explained by socioclinical factors; however, no information is available among Asian individuals living in Western countries, despite their disproportionately worsening metabolic health. Objective: To determine the prevalence of gout and serum urate concentrations according to race and ethnicity and to explore the association of social determinants of health and clinical factors. Design, Setting, and Participants: This is a population-based, cross-sectional analysis. Data from a nationally representative sample of US adults were obtained from the National Health and Nutrition Examination Survey (NHANES) (2011-2018) in which Asian race data were collected (primary). Data from the UK Biobank (2006-2021) were used for replication of the Asian vs White differences. Data analysis was performed from December 2021 to September 2022. Main Outcomes and Measures: Race-specific gout prevalence and serum urate levels. Results: A total of 22 621 participants from NHANES (2011-2018) were included in the analysis (mean [SD] age, 49.8 [17.8] years; 10 948 male participants [48.4%]). In 2017 to 2018, gout affected 12.1 million US individuals, with its crude prevalence increasing from 3.6% (95% CI, 2.8%-4.5%) in 2011 to 2012 to 5.1% (95% CI, 4.2%-5.9%) in 2017 to 2018 (P for trend = .03); this trend was no longer significant after age adjustment (P for trend = .06) or excluding Asian individuals (P for trend = .11). During the same period, age- and sex-adjusted prevalence among Asian Americans doubled from 3.3% (95% CI, 2.1%-4.5%) to 6.6% (95% CI, 4.4%-8.8%) (P for trend = .007) to numerically exceed all other racial and ethnic groups in 2017 to 2018, with age- and sex-adjusted odds ratio (ORs) of 1.61 (95% CI, 1.03-2.51) and a socioclinical factor-adjusted multivariable OR of 2.62 (95% CI, 1.59-4.33) for Asian vs White individuals. The latest age- and sex-adjusted gout prevalence among US individuals aged 65 years and older was 10.0% among White individuals and 14.8% among Asian individuals (including 23.6% of Asian men). Serum urate concentrations also increased between 2011 and 2018 among US Asian individuals (P for trend = .009). The Asian vs White disparity was also present in the UK Biobank. Conclusions and Relevance: The findings of this study suggest that the prevalence of gout among Asian individuals numerically surpassed that for all other racial and ethnic groups in 2017 to 2018. This Asian vs White disparity did not appear to be associated with socioclinical factors.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,173
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,020
Tête enseignante GPT0,289
Écart entre enseignants0,269 · 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