Polymyalgia rheumatica prevalence in a population‐based sample
Notice bibliographique
Résumé
OBJECTIVE: To determine polymyalgia rheumatica (PMR) prevalence using population-based administrative data, and to estimate the error associated with case ascertainment approaches when using these databases. METHODS: Cases were ascertained using physician billing and hospitalization data from the province of Manitoba (population 1.1 million). Focusing on the population age >/=45 years, we compared 3 different case definition algorithms and also used statistical methods that accounted for imperfect case ascertainment to estimate the prevalence and the properties of the ascertainment algorithms. A hierarchical Bayesian latent class regression model was developed that also allowed us to assess differences across patient demographics (sex and region of residence). RESULTS: Using methods that account for the imperfect nature of both billing and hospitalization databases, we estimated the prevalence of PMR in women age >/=45 years to be lower in urban areas (754.5 cases/100,000; 95% credible interval [95% CrI] 674.1-850.3) compared with rural areas (1,004 cases/100,000; 95% CrI 886.3-1,143). This regional trend was also seen in men age >/=45 years, where the prevalence was estimated at 273.6 cases/100,000 (95% CrI 219.8-347.6) in urban areas and 380.7 cases/100,000 (95% CrI 311.3-468.1) in rural areas. Billing data appeared more sensitive in ascertaining cases than hospitalization data, and a large proportion of diagnoses was made by physicians other than rheumatologists. CONCLUSION: These data suggest a higher prevalence of PMR in rural versus urban regions. Our approach demonstrates the usefulness of methods that adjust for the imperfect nature of multiple information sources, which also allow for estimation of the sensitivity of different case ascertainment approaches.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».