High incidence and increasing prevalence of multiple sclerosis in British Columbia, Canada: findings from over two decades (1991–2010)
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
Province-wide population-based administrative health data from British Columbia (BC), Canada (population: approximately 4.5 million) were used to estimate the incidence and prevalence of multiple sclerosis (MS) and examine potential trends over time. All BC residents meeting validated health administrative case definitions for MS were identified using hospital, physician, death, and health registration files. Estimates of annual prevalence (1991-2008), and incidence (1996-2008; allowing a 5-year disease-free run-in period) were age and sex standardized to the 2001 Canadian population. Changes over time in incidence, prevalence and sex ratios were examined using Poisson and log-binomial regression. The incidence rate was stable [average: 7.8/100,000 (95 % CI 7.6, 8.1)], while the female: male ratio decreased (p = 0.045) but remained at or above 2 for all years (average 2.8:1). From 1991-2008, MS prevalence increased by 4.7 % on average per year (p < 0.001) from 78.8/100,000 (95 % CI 75.7, 82.0) to 179.9/100,000 (95 % CI 176.0, 183.8), the sex prevalence ratio increased from 2.27 to 2.78 (p < 0.001) and the peak prevalence age range increased from 45-49 to 55-59 years. MS incidence and prevalence in BC are among the highest in the world. Neither the incidence nor the incidence sex ratio increased over time. However, the prevalence and prevalence sex ratio increased significantly during the 18-year period, which may be explained by the increased peak prevalence age of MS, longer survival with MS and the greater life expectancy of women compared to men.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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