Cardiovascular Morbidity Patterns in Patients on Dialysis Globally in Apollo Dial DB
Notice bibliographique
Résumé
Background: Cardiovascular diseases (CVDs) affect most people with kidney failure but are undefined globally. We aimed to analyze CVD prevalence among dialysis patients treated in 40 countries across six continents, as represented in the first version of a global dialysis database (Apollo Dial DB). Methods: Apollo Dial DB includes adult dialysis patient data from a global kidney network during Jan 2018-Mar 2021 (Fresenius Medical Care, Bad Homburg, DE). Data anonymization was performed in alignment with recommendations from a re-identification risk determination (Privacy Analytics, Ontario, CA). This analysis assessed CVD comorbidities based on ICD-10 codes. Results: Among 543,169 patients included, 79% reported ≥1 CVD condition. The prevalence of CVD conditions showed some differences by age and sex (Figure 1). Hypertension was the most common, affecting 73.6% of patients. Atherosclerotic heart disease affected 19.0%, increasing with age (9.9% in 18-44 years to 24.1% in ≥75) and more common in males (20.3%) than females (17.2%). Congestive heart failure affected 17.5%, also increasing with age. Other conditions included peripheral vascular disease (11.5%), cardiomyopathy (7.3%), and cardiac dysrhythmias (7.1%), all more prevalent in older age groups and slightly higher in males. Conclusion: Hypertension is the most common CVD comorbidity among dialysis patients globally, followed by atherosclerotic heart disease and congestive heart failure. The prevalence of these conditions increases with age and is slightly higher in males. Future analyses are needed to explore differences by world region, which could inform region-specific management strategies. Funding: Commercial Support - Fresenius Medical CareFigure 1: Distribution of cardiovascular diseases by age group and gender
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».