Printed in U.S.A. Hepatitis C Prevalence and Risk Factors in the Northern Alberta Dialysis Population
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.
Notice bibliographique
Résumé
Hepatitis C virus (HCV) is an emerging global public health issue with particular relevance in multiply transfused renal dialysis patients. This cross-sectional study evaluated the prevalence and risk factors for HCV infection among renal dialysis patients in northern Alberta, Canada. Ninety-two percent of eligible patients (n = 336) provided informed consent to participate. Participants were interviewed to gather risk factor information and, using multiple logistic regression analysis with exact inference, a predictive model for HCV infection in this population was developed. The prevalence of HCV infection in the population was 6.5%, and all positive patients had at least one identifiable risk factor. The multivariate analysis showed that the risk of HCV infection was greater for those in the 18-55 years age category (odds ratio (OR) = 4.9, 95 % confidence interval (Cl) 1.2-27.9), patients who had been on dialysis>5 years (OR = 3.7, 95 % Cl 1.2-12.0), and patients who had>2 high risk lifestyle behaviors (OR = 5.0, 95 % Cl 1.5-16.7). Transfusion prior to 1990 was marginally associated with HCV status (OR = 4.0, 95 % Cl 0.96-16.3). This study documented previously unreported life-style risk factors for HCV infection in patients with renal failure, confirmed the expected decline in transfusion-acquired HCV infection in this population, and provided evidence against nosocomial transmission of HCV. Am J Epidemiol 1999; 150:58-66. blood transfusion; cross infection; cross-sectional studies; dialysis; hepatitis C virus; prevalence; risk 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 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 | 0,000 |
| 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 découle