Comorbidity, socioeconomic status and multiple sclerosis
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
OBJECTIVE: Multiple sclerosis (MS) is associated with substantial morbidity. The impact of comorbidity on MS is unknown, but comorbidity may explain some of the unpredictable progression. Comorbidity is common in the general population, and is associated with adverse health outcomes. To begin understanding the impact of comorbidity on MS, we need to know the breadth, type, and frequencies of comorbidities among MS patients. Using the North American Research Committee on Multiple Sclerosis (NARCOMS) Registry, we aimed to describe comorbidities and their demographic predictors in MS. METHODS: In October 2006, we queried NARCOMS participants regarding physical comorbidities. Of 16,141 participants meeting the inclusion criteria, 8983 (55.7%) responded. RESULTS: Comorbidity was relatively common; if we considered conditions which are very likely to be accurately self-reported, then 3280 (36.7%) reported at least one physical comorbidity. The most frequently reported comorbidities were hypercholesterolemia (37%), hypertension (30%), and arthritis (16%). Associated with the risk of comorbidity were being male [females vs. males, odds ratio (OR) 0.77; 0.69-0.87]; age (age >60 years vs. age < or = 44 years, OR 5.91; 4.95-7.06); race (African Americans vs. Whites, OR 1.46; 1.06-2.03); and socioeconomic status (Income <$15,000 vs. Income >$100,000, OR 1.37; 1.10-1.70). CONCLUSIONS: Comorbidity is common in MS and similarly associated with socioeconomic status.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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