MétaCan
Menu
Retour à la cohorte
Enregistrement W2053815964 · doi:10.1002/mds.21272

Is there seasonal variation in risk of Parkinson's disease?

2007· article· en· W2053815964 sur OpenAlexaffabout
Ronald B. Postuma, Christina Wolfson, Ali H. Rajput, A. Jon Stoessl, W. R. Wayne Martin, Oksana Suchowersky, Sylvain Chouinard, Michel Panisset, Mandar Jog, David A. Grimes, Connie Marras, Anthony E. Lang

Notice bibliographique

RevueMovement Disorders · 2007
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNuclear Receptors and Signaling
Établissements canadiensToronto Western HospitalOttawa HospitalUniversity of AlbertaUniversity of SaskatchewanUniversity of British ColumbiaCentre Hospitalier de l’Université de MontréalUniversity of CalgaryMcGill UniversityMontreal General Hospital
Organismes subventionnairesnon disponible
Mots-clésPandemicDemographyIncidence (geometry)MedicineSeasonalityPopulationPediatricsDiseaseSubspecialtyCoronavirus disease 2019 (COVID-19)Infectious disease (medical specialty)BiologyEnvironmental healthInternal medicinePsychiatryEcology

Résumé

récupéré en direct d'OpenAlex

Recent studies suggest that, for many adult-onset neurological diseases, persons born at a certain time of year are at higher risk of the disease. Small-scale studies have suggested that persons born in the spring may be at higher risk of developing Parkinson's disease (PD) late in life. There have also been suggestions that there are clusters of PD birth dates in the years of major influenza pandemics. To determine whether there is any seasonal variation in the birth dates of PD patients, we examined birth dates of 8,168 PD patients collected from subspecialty movement disorder clinics across Canada. Patterns of seasonality of birth were examined and compared with the general Canadian population. In addition, we compared counts of patients born in the years of major influenza pandemics with the number born in the surrounding years. We found no evidence of systematic seasonal variation in PD incidence by birth date, or of clustering of birth dates during influenza pandemic years in PD patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,138

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,240
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMovement DisordersMême sujetNuclear Receptors and SignalingTravaux en français237 207