Seroprevalence and Risk Factors for <i>Helicobacter pylori</i> Infection in Greenlanders
Notice bibliographique
Résumé
BACKGROUND: In contrast to most populations worldwide, the incidence of gastric cancer increases among Inuit in Greenland. Contributing factors to this increase are unknown, but Helicobacter pylori may be involved. However, little is known regarding the epidemiology of H. pylori in Arctic communities. With the aim of determining age-specific prevalence, risk factors, and association with clinical conditions of H. pylori infection, we carried out a population-based study of H. pylori in Sisimiut, the second biggest town of Greenland. MATERIALS AND METHODS: A population-based sample of 685 persons had serum drawn that was analyzed for H. pylori IgG antibodies using enzyme-linked immunosorbent assay (ELISA). Risk factors analyses were carried out using multivariate logistic regression models. RESULTS: The seroprevalence was lowest among children aged 0-4 years (6%), but increased rapidly thereafter. In persons aged 15-87 years the seroprevalence had stabilized around 58%. Total number of children in household, number of older, but not younger, siblings and narrow age gap to closest older sibling were associated with H. pylori seropositivity. In contrast, number of adults in household and socioeconomic status did not influence serostatus. CONCLUSIONS: The age-specific prevalence pattern in Greenland is intermediate between that of developing and developed countries. The risk factor pattern indicates crowding and older siblings in particular to be key elements in risk of infection.
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 | 0,000 | 0,000 |
| 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 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 ».