The Gender Divide in Multiple Sclerosis: A Review of the Environmental Factors Influencing the Increasing Prevalence of Multiple Sclerosis in Women (P4.024)
Notice bibliographique
Résumé
OBJECTIVE: To explore possible factors contributing to the increasing disparity in MS prevalence between women and men not purely of a genetic basis. BACKGROUND: The prevalence of MS is rising, and in particular the prevalence of RRMS in women is rising faster than MS in men. DESIGN/METHODS: The PUBMED database was searched over the timeframe of 2005 to 2013 using keywords “multiple sclerosis” AND: “vitamin D” “obesity” “increasing female incidence” “in-vitro fertilisation” or “smoking”. Only papers written in English with appropriate abstracts were screened and 32 pertinent articles were reviewed and included in this literature review. RESULTS: Obesity, smoking, reduced serum levels vitamin D metabolites, and changes in the reproductive behaviour of women in the Western world all appear to be candidates for environmental factors that may be modifying disease development risk, and contributing to a growing gender divide in MS. Many factors share the property of impacting serum levels of various forms of estrogen. As well, sun avoidance behaviour, greater in women, may also contribute to the difference in gender prevalence. CONCLUSIONS: There is a growing gender divide in the rates of RRMS, with increasing rates in women compared to men. There are multiple environmental and lifestyle factors that could be playing a role in gender inequality in this disease.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,007 | 0,010 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».