CHAO Report
Research team
2023-11-28
Descriptive analysis
Questi dati delle descrittive li metterei nel report da consegnare. Per la presentazione power point forse si possono mostrare solo i dati che riteniamo più importanti. In questa versione abbiamo messo i missing ma forse si può fare una versione senza missing.
Cari medici potete dare un’occhiata alle etichette se sono chiare?
Di seguito i valori e le soglie utilizzati per la divisione in classi delle seguenti variabili:
Blood pressure: max < 120 e min < 80 = Optimal, 120 <= max <= 129 | 80 <= min <= 84 = Normal, 130 <= max <= 139| 85 <= min <= 89 = High normal, 140 <= max <= 159| 90 <= min <= 99 = Grade 1 Hypertension, 160 <= max <= 179| 100 <= min <= 109 = Grade 2 hypertension, max >= 180| min >= 110 = Grade 3 hypertension, max >= 140 & min < 90 = Isolated systolic hypertension;
Nutritional status: bmi < 18.5 = underweight, < 25 = normal weight, < 30 = overweight, > 30 = obese;
Abnormal GOT: Per le donne valori di got < 9 e > 32, per gli uomini valori di got < 10 e > 40;
Abnormal GPT: Per le donne valori di gpt < 7 e > 38, per gli uomini valori di pgt < 7 e > 43;
High blood sugar: valori di glicemia > 11.1 mmol/l;
HBG (Anemia): per le donne valori hb > 12 = Normal, 10 <= hb < 12 = Mild anemia; per gli uomini valori hb > 13 = Normal, 10 <= hb < 13 = Mild anemia; per entrambi 8 <= hb < 10 = Moderate anemia, hb < 8 = Severe anemia;
Cholesterol: colesterolo totale < 200 = Normal, < 240 = Borderline, > 240 = Elevated;
Trigliceridemia: trigliceridi < 150 = Normal, < 200 = Borderline, > 200 = Elevated;
Creatininemia < 1.2 = Normal, > 1.2 Elevated;
got_class = got_limit < 1 = Normal, got_limit > 5 = Mild, got_limit < 15 = Moderate, got_limit > 15 = Severe (il valore di got_limit è stato calcolato per le donne got/32, per gli uomini got/40);
gpt_class = gpt_limit < 1 = Normale, gpt_limit < 5 = Mild, gpt_limit < 15 = Moderate, gpt_limit > 15 = Severe (il valore di gpt_limit è stato calcolato per le donne gpt/38, per gli uomini gpt/43);
kidney_disease_class = kidney_gfr > 90 = Normale, kidney_gfr < 90 = Mild, kidney_gfr < 60 = Moderate, kidney_gfr < 30 = Severe (il valore di kidney_gfr è stato calcolato secondo la formula, per le donne = 186 × (Scr)-1.154 × (Age)-0.203 × (0.742), per gli uomini = 186 × (Scr)-1.154 × (Age)-0.203 × 1).
Our sample is composed of 1051 observation from 25 facilities.
Characteristic | N = 1,0511 |
|---|---|
Sex | |
Female | 791 (75%) |
Male | 260 (25%) |
Age (years) | 47 (38, 54) |
Unknown | 2 |
Tobacco consumers | 77 (7.3%) |
Unknown | 3 |
Alcohol consumers | 151 (15%) |
Unknown | 67 |
Pregnant or lactating | |
Lactating | 16 (1.5%) |
N/A | 1,030 (98%) |
Pregnant | 4 (0.4%) |
Unknown | 1 |
Time from HIV diagnosis | |
> 12 months | 1,000 (96%) |
6-12 months | 18 (1.7%) |
< 6 months | 25 (2.4%) |
Unknown | 8 |
ART regimen | |
With DTG | 998 (95%) |
Without DTG | 49 (4.7%) |
Unknown | 4 (0.4%) |
ART regimen line | |
1st Line | 1,003 (96%) |
2nd Line | 45 (4.3%) |
Unknown | 3 |
Nutritional status | |
Underweight | 167 (16%) |
Normal weight | 564 (54%) |
Overweight | 223 (21%) |
Obese | 97 (9.2%) |
Blood pressure | |
Optimal | 355 (34%) |
Normal | 348 (33%) |
High normal | 182 (17%) |
Grade 1 hypertension | 120 (11%) |
Grade 2 hypertension | 27 (2.6%) |
Grade 3 hypertension | 13 (1.2%) |
Unknown | 6 |
Abnormal GOT | 460 (44%) |
Abnormal GPT | 195 (19%) |
High blood sugar | |
False | 1,024 (98%) |
True | 18 (1.7%) |
Unknown | 9 |
HBS ag | |
Negative | 1,023 (98%) |
Positive | 23 (2.2%) |
Unknown | 5 |
HCV ag | |
Negative | 1,042 (100%) |
Positive | 3 (0.3%) |
Unknown | 6 |
Syphilis | |
Negative | 992 (95%) |
Positive | 55 (5.3%) |
Unknown | 4 |
HBG | |
Normal | 707 (69%) |
Mild anemia | 244 (24%) |
Moderate anemia | 47 (4.6%) |
Severe anemia | 26 (2.5%) |
Unknown | 27 |
Cholesterol | |
Normal | 932 (89%) |
Borderline | 85 (8.1%) |
Elevated | 34 (3.2%) |
Triglycerides | |
Normal | 838 (80%) |
Borderline | 110 (10%) |
Elevated | 103 (9.8%) |
Creatinine | |
Normal | 749 (71%) |
Elevated | 302 (29%) |
Known hypertensive | |
Newly diagnosed | 2 (0.2%) |
No | 932 (89%) |
Yes/Not on treatment | 5 (0.5%) |
Yes/On treatment | 105 (10%) |
Unknown | 7 |
Known diabetic | |
No | 1,018 (100%) |
Yes/Not on treatment | 2 (0.2%) |
Unknown | 31 |
gpt_class | |
Normal | 859 (82%) |
Mild | 186 (18%) |
Moderate | 1 (<0.1%) |
Elevated | 0 (0%) |
Unknown | 5 |
got_class | |
Normal | 571 (55%) |
Mild | 473 (45%) |
Moderate | 2 (0.2%) |
Elevated | 0 (0%) |
Unknown | 5 |
kidney_disease_class | |
Normal | 950 (91%) |
Mild | 92 (8.8%) |
Moderate | 0 (0%) |
Severe | 0 (0%) |
Unknown | 9 |
Transaminasemia | 2 (0.2%) |
1n (%); Median (IQR) | |
Prevalence
Nota metodologica: Le patologie (e comorbidità) indagate nel campione sono state calcolate a partire dalle variabili sopra descritte e, in particolare, sono state così classificate:
Ipertensione: classi “Grade 1 hypertension”, “Grade 2 hypertension” e “Grade 3 hypertension”;
Diabete: High blood sugar TRUE, ovvero valori di glicemia > 11.1;
Dislipidemia: classe “Elevated” di colosterolo e/o classi “Borderline” e “Elevated” di trigliceridi;
Underweight: classe “Underweigh” del BMI, ovvero < 18.5;
Overweight: classe “Obese” del BMI, ovvero > 30;
Ipertransaminasemia = got_class (Moderata o Severa) e gpt_class (Moderata o Severa);
kidney_disease = kidney_diasease_class = Moderate o Severe;
Per Tubercolosi, Sifilide, Epatite B ed Epatite C: positività al rispettivo test.
Il seguente grafico mostra la prevalenza delle malattie. I baffi rappresentano l’intervallo di confidenza al 95% calcolato con il metodo dello standard error.
Il colore di ogni comorbidità serve a classificarle in una delle categorie tra NCDs e “Communicable, maternal, neonatal e nutritional diseases” in base alla classificazione del global burden of disease, e in “Other conditions” l’ipertransaminasemia e l’insufficenza renale.
In questo grafico e nel seguente le persone possono essere contate più volte se hanno più di una patologia. Bisogna tener presente che nel nostro campione il ha più di una comorbidità.
Disaggregando i dati della dislipidemia risultano una percentuale di persone con colesterolemia pari a 3.2% e con trigliceredemia pari a 20.3% .
Un’analisi di prevalenza di ogni patologia è stata effettuata anche per fasce d’età con la distinzione di < 40 anni, tra i 40 e il 60 anni e > 60 anni. In questo grafico per questioni numeriche sono state escluse tubercolosi ed epatite c, perchè i campioni delle due variabili avevano troppi pochi soggetti per stimare una dato attendibile diviso in tre gruppi. Rimane uguale la divisione in colori per NCDs e Communicable diseases e Other conditions.
Tabelle di contingenza
Di seguito è riportata la tabella di contingenza tra coloro a cui è stata diagnostica l’ipertensione (in base alle classi spiegate sopra) con coloro che sapevano di essere ipertesi e chi invece non lo sapeva.
Nei “Known” sono compresi sia quelli che lo sapevano ed erano in trattamento che quelli che lo sapevano ma non lo trattavano.
Hypertension | Known | Unknown |
|---|---|---|
Diagnosed | 60 (37.5%) | 100 (62.5%) |
Not diagnosed | 52 (5.8%) | 839 (94.2%) |
La stessa cosa è stata fatta con il diabete.
Diabetes | Known | Unknown |
|---|---|---|
Diagnosed | 1 (5.6%) | 17 (94.4%) |
Not diagnosed | 1 (0.1%) | 1,032 (99.9%) |
Categories
Questa è la divisione in categorie del campione, in cui ogni soggetto questa volta è contato una volta sola ed inserito esclusivamente nella categoria di appartenenza, ovvero solo HIV positivi, solo NCDs, solo Communicable, maternal, neonatal e nutritional diseases o categoria multipla (NCDs + communicable).
Analisi multivariata
Multivariata Communicable, Maternal, Neonatal e Nutritional disease
Delle analisi multivariate sono state effettuare per analizzare la correlazione che intercorre tra tubercolosi, epatite b, epatite c, sifilide e sottonutrizione con altri fattori quali l’età, il sesso, il consumo di alcool e tabacco e il tempo intercorso dalla diagnosi di HIV.
| TB | HepB | HepC | Syphilis | underweight | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Characteristic | OR1 | 95% CI1 | p-value | OR1 | 95% CI1 | p-value | OR1 | 95% CI1 | p-value | OR1 | 95% CI1 | p-value | OR1 | 95% CI1 | p-value |
Sex | |||||||||||||||
FEMALE | — | — | — | — | — | — | — | — | — | — | |||||
MALE | 1.54 | 0.24, 13.5 | 0.7 | 0.25 | 0.04, 1.03 | 0.10 | 14.8 | 1.17, 436 | 0.051 | 0.66 | 0.30, 1.34 | 0.3 | 1.79 | 1.19, 2.69 | 0.005 |
Age (years) | 1.01 | 0.94, 1.08 | 0.9 | 1.03 | 0.99, 1.07 | 0.2 | 1.06 | 0.96, 1.16 | 0.2 | 1.05 | 1.02, 1.07 | <0.001 | 1.00 | 0.99, 1.02 | 0.9 |
Time from HIV diagnosis | |||||||||||||||
> 12 months | — | — | — | — | — | — | — | — | — | — | |||||
6-12 months | 0.00 | >0.9 | 0.00 | >0.9 | 0.00 | >0.9 | 0.00 | >0.9 | 1.25 | 0.28, 3.95 | 0.7 | ||||
< 6 months | 0.00 | >0.9 | 0.00 | >0.9 | 71.1 | 2.29, 2,422 | 0.008 | 5.25 | 1.43, 15.5 | 0.005 | 2.07 | 0.72, 5.24 | 0.14 | ||
Tobacco consumers | |||||||||||||||
NO | — | — | — | — | — | — | — | — | — | — | |||||
YES | 2.91 | 0.52, 20.6 | 0.2 | 0.77 | 0.04, 5.40 | 0.8 | 0.00 | >0.9 | 1.31 | 0.42, 3.66 | 0.6 | 1.52 | 0.79, 2.84 | 0.2 | |
Alcohol consumers | |||||||||||||||
NO | — | — | — | — | — | — | — | — | — | — | |||||
YES | 17.0 | 1.82, 375 | 0.022 | 2.81 | 0.69, 8.92 | 0.11 | 0.00 | >0.9 | 2.02 | 0.87, 4.35 | 0.085 | 1.76 | 1.07, 2.86 | 0.024 | |
1OR = Odds Ratio, CI = Confidence Interval | |||||||||||||||
Domanda per Fausto: mi sembra che eri dell’intenzione di pubblicare questa tabella, facendo notare le non associazioni più che le associazioni. Infatti a parte la sifilide con l’età, il resto non è associato, e laddove lo è ha dei valori strambi, legati alla scarsa numerosità di persone con quella patologia.
Multivariata NCDs
Altre analisi multivariate sono state eseguite per analizzare la correlazione tra le NCDs con con altri fattori quali l’età, il sesso, il consumo di alcool e tabacco, il tempo intercorso dalla diagnosi di HIV e il sovrappeso.
| Hypertension | Diabetes | Dislipidemia | Obesity | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
Characteristic | OR1 | 95% CI1 | p-value | OR1 | 95% CI1 | p-value | OR1 | 95% CI1 | p-value | OR1 | 95% CI1 | p-value |
Sex | ||||||||||||
FEMALE | — | — | — | — | — | — | — | — | ||||
MALE | 1.13 | 0.74, 1.71 | 0.6 | 0.77 | 0.17, 2.52 | 0.7 | 1.21 | 0.82, 1.78 | 0.3 | 0.60 | 0.31, 1.10 | 0.12 |
Age (years) | 1.05 | 1.03, 1.06 | <0.001 | 1.08 | 1.04, 1.12 | <0.001 | 1.02 | 1.01, 1.04 | <0.001 | 1.00 | 0.98, 1.02 | 0.8 |
Time from HIV diagnosis | ||||||||||||
> 12 months | — | — | — | — | — | — | — | — | ||||
6-12 months | 1.09 | 0.24, 3.54 | 0.9 | 7.25 | 0.37, 46.9 | 0.078 | 0.85 | 0.19, 2.69 | 0.8 | 0.00 | >0.9 | |
< 6 months | 0.92 | 0.21, 2.83 | 0.9 | 0.00 | 0-inf | >0.9 | 0.94 | 0.27, 2.59 | >0.9 | 0.00 | >0.9 | |
Tobacco consumers | ||||||||||||
NO | — | — | — | — | — | — | — | — | ||||
YES | 0.74 | 0.33, 1.57 | 0.4 | 0.00 | 0-inf | >0.9 | 0.60 | 0.28, 1.20 | 0.2 | 0.18 | 0.01, 0.95 | 0.11 |
Alcohol consumers | ||||||||||||
NO | — | — | — | — | — | — | — | — | ||||
YES | 0.98 | 0.57, 1.65 | >0.9 | 0.45 | 0.02, 2.49 | 0.5 | 1.40 | 0.86, 2.24 | 0.2 | 0.87 | 0.37, 1.84 | 0.7 |
overweight_risk | ||||||||||||
FALSE | — | — | — | — | — | — | ||||||
TRUE | 2.44 | 1.74, 3.42 | <0.001 | 3.34 | 1.28, 9.36 | 0.016 | 1.25 | 0.89, 1.75 | 0.2 | |||
1OR = Odds Ratio, CI = Confidence Interval | ||||||||||||
Mi sembra che per le NCDs conti solo l’età come variabile che aumenta il rischio.
Però abbiamo aggiunto all’analisi il sovrappeso come fattore di rischio, e come ci potevamo aspettare è correlato con l’ipertensione.
Comorbidities
Sono state indagati il numero di patologie per ogni paziente. In particolare, è stato analizzato il numero di persone solo HIV positivi, con una sola comorbidità e con più di una comorbidità.
Analisi prevalenza per centro clinico
La tabella seguente riporta la divisione di questi dati per centro la mettiamo nel report insieme ad alcune mappe
Ward name | Clinical facility | Total screened | TB | HepB | HepC | Syphilis | Underweight | Overweight | Hypertension | Diabetes | Dyslipidemia | Comunicable | NCDs |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Abogeta East | Kanyakine Sub County Hospital | 41 | 1 (2.4%) | 0 (0.0%) | 0 (0.0%) | 1 (2.4%) | 7 (17.1%) | 2 (4.9%) | 7 (17.1%) | 1 (2.4%) | 7 (17.1%) | 4 (9.8%) | 4 (9.8%) |
Abothuguchi Central | Gatimbi Health Centre | 16 | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 3 (18.8%) | 2 (12.5%) | 3 (18.8%) | 0 (0.0%) | 7 (43.8%) | 2 (12.5%) | 2 (12.5%) |
Akachiu | Mutiokiama Health Centre | 4 | 0 (0.0%) | 1 (25.0%) | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 1 (25.0%) | 1 (25.0%) |
Amwathi | Mutuati Sub County Hospital | 18 | 1 (5.6%) | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 4 (22.2%) | 2 (11.1%) | 2 (11.1%) | 1 (5.6%) | 6 (33.3%) | 3 (16.7%) | 3 (16.7%) |
Antubetwe Kiongo | Theera Health Center | 44 | 0 (0.0%) | 4 (9.1%) | 2 (4.5%) | 8 (18.2%) | 12 (27.3%) | 0 (0.0%) | 9 (20.5%) | 0 (0.0%) | 3 (6.8%) | 13 (29.5%) | 13 (29.5%) |
Igoji East | St.Ann Mission Hospital | 15 | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 5 (33.3%) | 1 (6.7%) | 3 (20.0%) | 2 (13.3%) | 5 (33.3%) | 1 (6.7%) | 1 (6.7%) |
Ikombe | Kinoro Sub County Hospital | 34 | 1 (2.9%) | 0 (0.0%) | 0 (0.0%) | 1 (2.9%) | 7 (20.6%) | 4 (11.8%) | 11 (32.4%) | 1 (2.9%) | 11 (32.4%) | 6 (17.6%) | 6 (17.6%) |
Kianjai | Miathene Sub County Hospital | 38 | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 4 (10.5%) | 7 (18.4%) | 4 (10.5%) | 8 (21.1%) | 0 (0.0%) | 6 (15.8%) | 7 (18.4%) | 7 (18.4%) |
Kibirichia | Githongo Sub County Hospital | 36 | 2 (5.6%) | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 3 (8.3%) | 4 (11.1%) | 10 (27.8%) | 0 (0.0%) | 13 (36.1%) | 6 (16.7%) | 6 (16.7%) |
Kibirichia Sub County Hospital | 10 | 0 (0.0%) | 1 (10.0%) | 0 (0.0%) | 0 (0.0%) | 1 (10.0%) | 1 (10.0%) | 3 (30.0%) | 0 (0.0%) | 1 (10.0%) | 2 (20.0%) | 2 (20.0%) | |
Kiirua/Naari | St.Theresa Mission Hospital | 26 | 0 (0.0%) | 1 (3.8%) | 1 (3.8%) | 1 (3.8%) | 4 (15.4%) | 2 (7.7%) | 7 (26.9%) | 1 (3.8%) | 3 (11.5%) | 4 (15.4%) | 4 (15.4%) |
Kisima | Timau Sub County Hospital | 19 | 0 (0.0%) | 2 (10.5%) | 0 (0.0%) | 0 (0.0%) | 1 (5.3%) | 2 (10.5%) | 2 (10.5%) | 0 (0.0%) | 5 (26.3%) | 4 (21.1%) | 4 (21.1%) |
Maua | MAUA DICE | 8 | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 2 (25.0%) | 0 (0.0%) | 2 (25.0%) | 0 (0.0%) | 0 (0.0%) | 3 (37.5%) | 4 (50.0%) | 4 (50.0%) |
Nyambene Sub County Hospital | 126 | 0 (0.0%) | 6 (4.8%) | 0 (0.0%) | 7 (5.6%) | 18 (14.3%) | 8 (6.3%) | 19 (15.1%) | 1 (0.8%) | 7 (5.6%) | 20 (15.9%) | 20 (15.9%) | |
Mbeu | Mbeu Sub County Hospital | 46 | 2 (4.3%) | 0 (0.0%) | 0 (0.0%) | 2 (4.3%) | 12 (26.1%) | 2 (4.3%) | 8 (17.4%) | 1 (2.2%) | 15 (32.6%) | 6 (13.0%) | 6 (13.0%) |
Municipality | Gitoro Mission Hospital | 13 | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 1 (7.7%) | 2 (15.4%) | 1 (7.7%) | 0 (0.0%) | 4 (30.8%) | 2 (15.4%) | 2 (15.4%) |
Mwanganthia | Cottolengo Mission Hospital Chaaria | 40 | 1 (2.5%) | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 3 (7.5%) | 4 (10.0%) | 11 (27.5%) | 0 (0.0%) | 13 (32.5%) | 5 (12.5%) | 5 (12.5%) |
Kaongo Health Centre | 29 | 1 (3.4%) | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 5 (17.2%) | 1 (3.4%) | 5 (17.2%) | 0 (0.0%) | 10 (34.5%) | 2 (6.9%) | 2 (6.9%) | |
Nkomo | Aina Dispensary | 8 | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 4 (50.0%) | 2 (25.0%) | 2 (25.0%) | 0 (0.0%) | 3 (37.5%) | 2 (25.0%) | 2 (25.0%) |
Nkuene | Consolata Hospital Nkubu | 210 | 0 (0.0%) | 6 (2.9%) | 0 (0.0%) | 17 (8.1%) | 41 (19.5%) | 27 (12.9%) | 42 (20.0%) | 2 (1.0%) | 18 (8.6%) | 45 (21.4%) | 45 (21.4%) |
Mikumbune Sub County Hospital | 19 | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 2 (10.5%) | 1 (5.3%) | 4 (21.1%) | 2 (10.5%) | 6 (31.6%) | 1 (5.3%) | 1 (5.3%) | |
Uruku H/C | 18 | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 2 (11.1%) | 1 (5.6%) | 2 (11.1%) | 6 (33.3%) | 0 (0.0%) | 8 (44.4%) | 4 (22.2%) | 4 (22.2%) | |
Ntima East | MeTRH | 181 | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 9 (5.0%) | 18 (9.9%) | 19 (10.5%) | 41 (22.7%) | 6 (3.3%) | 64 (35.4%) | 27 (14.9%) | 27 (14.9%) |
Ntunene | LAARE HEALTH CENTRE | 29 | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 0 (0.0%) | 6 (20.7%) | 1 (3.4%) | 4 (13.8%) | 0 (0.0%) | 4 (13.8%) | 1 (3.4%) | 1 (3.4%) |
Ruiri/Rwarera | Ruiri Health Centre | 23 | 0 (0.0%) | 2 (8.7%) | 0 (0.0%) | 1 (4.3%) | 2 (8.7%) | 2 (8.7%) | 4 (17.4%) | 1 (4.3%) | 1 (4.3%) | 5 (21.7%) | 5 (21.7%) |
Quelle che seguono sono le mappe in cui il colore indica la prevalenza di qualla comorbidities (o categoria). Le bubbles segnano la location delle cliniche e la dimensione il numero di persone arruolate in ciascuna clinica
