The incidence and prevalence of Huntington's disease: A systematic review and meta‐analysis
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
Huntington's disease (HD) is a rare, neurodegenerative disorder characterized by chorea, behavioral manifestations, and dementia. The aim of this study was to estimate the incidence and prevalence of HD through a systematic review of the literature. Medline and Embase databases were searched using terms specific to HD as well as studies of incidence, prevalence, and epidemiology. All studies reporting the incidence and/or prevalence of HD were included. Twenty original research articles were included. Eight studies examined incidence, and 17 studies examined prevalence. Meta-analysis of data from four incidence studies revealed an incidence of 0.38 per 100,000 per year (95% confidence interval [CI]: 0.16, 0.94). Lower incidence was reported in the Asian studies (n = 2), compared to the studies performed in Europe, North America, and Australia (n = 6). The worldwide service-based prevalence of HD, based on a meta-analysis (n = 13 studies), was 2.71 per 100,000 (95% CI: 1.55-4.72). Eleven studies were conducted in Europe, North American, and Australia, with an overall prevalence of 5.70 per 100,000 (95% CI: 4.42-7.35). Three studies were conducted in Asia, with an overall prevalence of 0.40 per 100,000 (95% CI: 0.26-0.61). Metaregression revealed a significantly lower prevalence of HD in Asia, compared to European, North American, and Australian populations. HD is a devastating neurodegenerative disorder with a higher prevalence in Europe, North America, and Australia than in Asia. The difference in prevalence of this genetic disorder can be largely explained by huntingtin gene haplotypes.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle