In focus: perplexing increase of urinary stone disease in children, adolescent and young adult women and its economic impact
Notice bibliographique
Résumé
Background: Urinary stone disease (USD) historically has affected older men, but studies suggest recent increases in women, leading to a near identical sex incidence ratio. USD incidence has doubled every 10 years, with disproportionate increases amongst children, adolescent, and young adult (AYA) women. USD stone composition in women is frequently apatite (calcium phosphate), which forms in a higher urine pH, low urinary citrate, and an abundance of urinary uric acid, while men produce more calcium oxalate stones. The reasons for this epidemiological trend are unknown. Methods: This perspective presents the extent of USD with data from a Canadian Province and a North American institution, explanations for these findings and offers potential solutions to decrease this trend. We describe the economic impact of USD. Findings: There was a significant increase of 46% in overall surgical interventions for USD in Ontario. The incidence rose from 47.0/100,000 in 2002 to 68.7/100,000 population in 2016. In a single United States institution, the overall USD annual unique patient count rose from 10,612 to 17,706 from 2015 to 2019, and the proportion of women with USD was much higher than expected. In the 10-17-year-old patients, 50.1% were girls; with 57.5% in the 18-34 age group and 53.6% in the 35-44 age group. The roles of obesity, diet, hormones, environmental factors, infections, and antibiotics, as well as the economic impact, are discussed. Interpretation: We confirm the significant increase in USD among women. We offer potential explanations for this sex disparity, including microbiological and pathophysiological aspects. We also outline innovative solutions - that may require steps beyond typical preventive and treatment recommendations.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 ».