Sex-Related Differences in CKD Monitoring and Cardiovascular Risk Management in Australian Primary Care: A Retrospective Cohort Study
Notice bibliographique
Résumé
Background: There has been limited assessment of sex-related differences in chronic kidney disease (CKD) management. We aimed to explore sex-related differences in monitoring and cardiovascular risk management of CKD in primary care. Methods: We identified adults with CKD who attended a general practice participating in MedicineInsight (2011-2020). Sex differences in monitoring and management were assessed within 18 months of meeting diagnostic CKD criteria. Core monitoring was defined as ≥1 measurement of blood pressure, eGFR, UACR, lipids and, in diabetics, HbA1c. Cardiovascular risk management comprised ACEi/ARB and statin prescriptions, blood pressure and lipid control. Adjusted modified Poisson regression determined the relative risk (RR) of outcomes in females vs. males (overall and within subgroups [age, comorbidities and CKD risk categories]). Results: Of 140,774 patients with CKD, 51.4% were female. Females were older (mean age: 75.8 vs. 72.7 years) and had less prevalent CVD and diabetes. Females were less likely than males to receive core monitoring (RR [95% CI], 0.96 [0.95-0.98]), ACEi/ARB prescription (0.96 [0.95-0.97]; no difference in statin prescription), blood pressure targets (<140/90mmHg: 0.96 [0.95-0.97]) and LDL <2mmol/L (0.82 [0.80-0.84]). Females with advancing age, co-existing CVD, diabetes or hypertension, and moderately increased and high-risk CKD were less likely to be monitored (Figure 1). Conclusion: Overall, females with CKD were less likely to receive CKD monitoring and cardiovascular risk management. Findings largely persisted in advancing age, comorbidity and CKD risk categories. Funding: Commercial Support - The Renal Division of The George Institute for Global Health has received sponsorship funding provided by Boehringer Ingelheim and Eli Lilly Alliance and is supported by the University of New South Wales Scientia Program. The design, analysis, interpretation or writing of this work was performed independent of all funding bodies.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».