MétaCan
Menu
Retour à la cohorte
Enregistrement W2129757393 · doi:10.1191/1352458505ms1192oa

Regional variation of multiple sclerosis prevalence in Canada

2005· article· en· W2129757393 sur OpenAlexaffabout
Cynthia A Beck, Luanne M. Metz, Lawrence W. Svenson, Scott B. Patten

Notice bibliographique

RevueMultiple Sclerosis Journal · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésDemographyLogistic regressionConfoundingOdds ratioMedicineOddsMultiple sclerosisEpidemiologyPrevalenceInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To describe the regional distribution of multiple sclerosis (MS) prevalence in Canada, controlling for age and sex. METHODS: This study used data from the Canadian Community Health Survey, a large general health survey (n = 131,535) conducted in 2000/2001. Subjects aged 18 and over were included in the current analysis (n = 116,109). The presence of MS was determined by self-report. Prevalence was computed in five regions (Atlantic, Quebec, Ontario, Prairies and British Columbia). Logistic regression was used to compare regions and examine for confounding/interaction by age and sex. RESULTS: The overall Canadian MS prevalence was 240 per 100000 (95%CI: 210 280). Prevalence ranged from 180 (95%CI: 90-260) in Quebec to 350 (95%CI: 230-470) in Atlantic Canada. Logistic regression revealed no statistical difference between the odds of MS in Quebec, Ontario and British Columbia adjusted for age and sex. The adjusted odds of MS in the Prairies and Atlantic regions were significantly higher than in the other regions combined, with odds ratios of 1.7 (95%CI: 1.1-2.4, P <0.01) and 1.6 (95%CI: 1.1-2.4, P <0.05) respectively. Sensitivity analysis demonstrated similar prevalence in the nonaboriginal/nonimmigrant group (n = 96219). CONCLUSION: Results suggest that Canadian MS prevalence differs by region. If validated, these regional differences may facilitate investigation of environmental influences.

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)0,003
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 enseignants0,016
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,117
Tête enseignante GPT0,283
Écart entre enseignants0,166 · 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

Citations159
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMultiple Sclerosis JournalMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207