'MiLES' population-based survey of the incidence and prevalence of systemic lupus erythematosus in Southeastern Michigan
Notice bibliographique
Résumé
We estimated the incidence and prevalence of systemic lupus erythematosus (SLE) in a sociodemographically diverse southeastern Michigan source population of 2.4 million. SLE cases fulfilling American College of Rheumatology (ACR)SLE classification criteria (primary case definition) or rheumatologist-judged SLE (secondary definition) and residing in Wayne or Washtenaw Counties during 2002 to 2004 were included. Case finding was performed from six source types, including hospitals and private specialists. Age-standardized rates were computed and capture-recapture performed to estimate under-ascertainment of cases. Overall age-adjusted SLE incidence and prevalence per 100,000 were 5.5 (95% CI = 5.0 to 6.1) and 72.4 (95% CI = 70.4 to 74.4); capture-recapture adjusted estimates were 5.6 (95% CI = 5.1 to 6.2) and 71.8 (95% CI = 69.8 to 73.8). For all women the incidence was 9.3/100,000; prevalence was 128/100,000. SLE prevalence was 2.4-fold higher in blacks than whites, and 10-fold higher in women than men. Among the incident cases (ACR definition), mean age (± SD) at diagnosis overall was 39.2 ± 16.6 years. Blacks had a higher proportion of renal disease and end-stage renal disease (40.3% and 15.1%) versus whites (18.7% and 4.5%); blacks with renal disease were diagnosed with SLE at significantly younger age (33.9 ± 15.0 vs. whites 41.9 ± 21.3, P = 0.04).
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 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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».