Risk of Chronic Kidney Disease in Hospitalized Patients with Hidradenitis Suppurativa
Notice bibliographique
Résumé
BACKGROUND: Hidradenitis suppurativa (HS) is associated with several comorbidities such as diabetes mellitus and cardiovascular diseases. These comorbidities are also risk factors for chronic kidney disease (CKD), yet little is known about the risk of CKD in HS patients. OBJECTIVES: The objective was to study the prevalence of CKD in HS patients. METHODS: Cross-sectional population-based study using the United States National Inpatient Sample database between January 1, 2002 and December 31, 2012 was performed. RESULTS: We identified 23,767 hospital admissions for HS patients and 95,068 admissions for age- and gender-matched controls. The prevalence of CKD in HS patients was 6.3% (1,497/23,767) compared to non-HS controls which was 4.3% (4,052/95,068). The association of CKD was strongest in HS patients, who were ≥60 years old, 16.9% (475/2,811), male 7.3% (695/9,556), obese 7.8% (407/5,209), diabetic 12.5% (890/7,105), hyperlipidemic 13.3% (416/3,126), and had cardiovascular diseases 12.5% (631/5,045). The crude odds ratio of CKD in HS patients was 1.5 (95% CI: 1.420-1.605) compared to non-HS patients. The association remained significant after adjusting for important covariates with adjusted odds ratio of CKD in HS patients of 1.1 (95% CI: 1.014-1.176) compared to non-HS patients. CONCLUSIONS: Our findings show that there is a possible association of HS with CKD. Any signs of CKD should be assessed by a nephrologist as early diagnosis can hopefully prevent further progression.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».