Bibliographic record
Abstract
Introduction: L'hidrosadénite suppurée (HS) est une maladie inflammatoire chronique caractérisée par des abcès, des voies sinusales et des cicatrices dans les régions portant des glandes apocrines. Il n'y a pas de consensus clair concernant la co-occurrence de l'HS et de l'anémie. Le but de notre étude est de déterminer la prévalence de l'anémie et les facteurs de risque d'anémie dans notre cohorte HS.Méthodes :Nous avons mené une série de cas rétrospectifs de 104 patients adultes atteints d'HS vus à l'Hôpital général de Montréal de 2015 à 2019. Les variables enregistrées comprenaient : l'âge, le sexe, l'origine ethnique, le statut tabagique, le diabète, l'hypertension, les conditions inflammatoires, le stade de Hurley, l'hémoglobine, le volume corpusculaire moyen et l'hématocrite. Les femmes avec une Hb < 120 mg/dL et les hommes avec une Hb < 130 mg/dL ont été considérés comme anémiques. L'association entre l'anémie et les variables recueillies a été évaluée par régression logistique univariée. Des associations significatives (p < 0,05) ont été incluses dans un modèle de régression logistique multivariée.Résultats:Trente (28,9 %) patients de notre cohorte étaient anémiques. En analyse univariée, le diabète OR 4,12 IC à 95 % [1,28, 13,18] et les patients d'origine noire OR 4,03 IC à 95 % [1,11, 14,49] se sont avérés associés à une probabilité accrue d'avoir une anémie. Lorsque le diabète et l'origine ethnique étaient contrôlés en analyse multivariée, les patients atteints de Hurley II et de Hurley III présentaient un risque accru de développer une anémie par rapport à Hurley I (OR 7,56 IC à 95 % [1,39 ; 40,89] et OR 12,62 IC à 95 % [2,24 ; 71,15 ], respectivement)Conclusion:L'anémie s'est avérée très répandue dans notre cohorte HS (28,9 %), et la gravité de la maladie HS, le diabète et le fait d'être d'origine africaine se sont révélés être associés à une probabilité accrue d'avoir une anémie
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".