MétaCan
Menu
Retour à la cohorte
Enregistrement W2105786767 · doi:10.1093/brain/awt281

Sex as a determinant of relapse incidence and progressive course of multiple sclerosis

2013· article· en· W2105786767 sur OpenAlexaff
Tomáš Kalinčík, Vilija Jokubaitis, Jeannette Lechner‐Scott, María Trojano, Guillermo Izquierdo, Alessandra Lugaresi, François Grand’Maison, Raymond Hupperts, Celia Oreja‐Guevara, Roberto Bergamaschi, Gerardo Iuliano, Raed Alroughani, Vincent Van Pesch, Maria Pia Amato, Mark Slee, Freek Verheul, Ricardo Fernández‐Bolaños, Marcela Fiol, Daniele Spitaleri, Edgardo Cristiano, Orla Gray, José Antonio Cabrera-Gómez, Vahid Shaygannejad, Joseph Herbert, Steve Vucic, Merrilee Needham, Tatjana Petkovska‐Boskova, Carmen Adella Sîrbu, Pierre Duquette, Marc Girard, Pierre Grammond, Cavit Boz, Giorgio Giuliani, Maria Edite Rio, Michael Barnett, Shlomo Flechter, Fraser Moore, Bhim Singhal, Elizabeth Alejandra Bacile Bacile, Maria Luisa Saladino, Cameron Shaw, Eli Skromne, Dieter Poehlau, Norbert Vella, Timothy Spelman, Danny Liew, Trevor J. Kilpatrick, Helmut Butzkueven

Notice bibliographique

RevueBrain · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensJewish General HospitalCégep de LévisHôpital Notre-DameHôpital Charles-Le Moyne
Organismes subventionnairesNational Health and Medical Research CouncilNovartis PharmaMultiple Sclerosis AustraliaThomas Jefferson UniversityMonash UniversityBiogenFleniSanofi
Mots-clésMultiple sclerosisMedicineIncidence (geometry)Internal medicineAge of onsetCohortPediatricsDiseaseImmunology

Résumé

récupéré en direct d'OpenAlex

The aim of this work was to evaluate sex differences in the incidence of multiple sclerosis relapses; assess the relationship between sex and primary progressive disease course; and compare effects of age and disease duration on relapse incidence. Annualized relapse rates were calculated using the MSBase registry. Patients with incomplete data or <1 year of follow-up were excluded. Patients with primary progressive multiple sclerosis were only included in the sex ratio analysis. Relapse incidences over 40 years of multiple sclerosis or 70 years of age were compared between females and males with Andersen-Gill and Tweedie models. Female-to-male ratios stratified by annual relapse count were evaluated across disease duration and patient age and compared between relapse-onset and primary progressive multiple sclerosis. The study cohort consisted of 11 570 eligible patients with relapse-onset and 881 patients with primary progressive multiple sclerosis. Among the relapse-onset patients (82 552 patient-years), 48,362 relapses were recorded. Relapse frequency was 17.7% higher in females compared with males. Within the initial 5 years, the female-to-male ratio increased from 2.3:1 to 3.3:1 in patients with 0 versus ≥4 relapses per year, respectively. The magnitude of this sex effect increased at longer disease duration and older age (P < 10(-12)). However, the female-to-male ratio in patients with relapse-onset multiple sclerosis and zero relapses in any given year was double that of the patients with primary progressive multiple sclerosis. Patient age was a more important determinant of decline in relapse incidence than disease duration (P < 10(-12)). Females are predisposed to higher relapse activity than males. However, this difference does not explain the markedly lower female-to-male sex ratio in primary progressive multiple sclerosis. Decline in relapse activity over time is more closely related to patient age than disease duration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,548
Score d'incertitude au seuil0,377

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,045
Tête enseignante GPT0,323
Écart entre enseignants0,278 · 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 tête enseignante, 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

Citations194
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrainMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207