MétaCan
Menu
Retour à la cohorte
Enregistrement W2270577053 · doi:10.1371/journal.pone.0148264

Gender as a Modifying Factor Influencing Myotonic Dystrophy Type 1 Phenotype Severity and Mortality: A Nationwide Multiple Databases Cross-Sectional Observational Study

2016· article· en· W2270577053 sur OpenAlexaff
Céline Dogan, Marie De Antonio, Dalil Hamroun, Hugo Varet, Marianne Fabbro, Felix Rougier, Khadija Amarof, Marie-Christine Arne Bes, Anne‐Laure Bédat‐Millet, Anthony Béhin, Rémi Bellance, Françoise Bouhour, Célia Boutte, F. Boyer, Emmanuelle Salort‐Campana, Françoise Chapon, Pascal Cintas, Claude Desnuelle, Romain Deschamps, Valérie Drouin‐Garraud, Xavier Ferrer, Hélène Gervais‐Bernard, Karima Ghorab, Pascal Laforêt, Armelle Magot, Laurent Magy, Dominique Ménard, Marie-Christine Minot, Aleksandra Nadaj‐Pakleza, Sybille Pellieux, Yann Péréon, Marguerite Preudhomme, Jean Pouget, Sabrina Sacconi, Guilhem Solé, Tanya Stojkovich, V. Tiffreau, Andoni Urtizberea, Christophe Vial, Fabien Zagnoli, Gilbert Caranhac, Claude Bourlier, Gerard Riviere, Alain Geille, Romain K. Gherardi, B. Eymard, Jack Puymirat, Sandrine Katsahian, Guillaume Bassez

Notice bibliographique

RevuePLoS ONE · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensCentre hospitalier de l'Université Laval
Organismes subventionnairesnon disponible
Mots-clésMedicineMyotonic dystrophyPopulationCross-sectional studyPediatricsAge of onsetDiseaseInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Myotonic Dystrophy type 1 (DM1) is one of the most heterogeneous hereditary disease in terms of age of onset, clinical manifestations, and severity, challenging both medical management and clinical trials. The CTG expansion size is the main factor determining the age of onset although no factor can finely predict phenotype and prognosis. Differences between males and females have not been specifically reported. Our aim is to study gender impact on DM1 phenotype and severity. METHODS: We first performed cross-sectional analysis of main multiorgan clinical parameters in 1409 adult DM1 patients (>18 y) from the DM-Scope nationwide registry and observed different patterns in males and females. Then, we assessed gender impact on social and economic domains using the AFM-Téléthon DM1 survey (n = 970), and morbidity and mortality using the French National Health Service Database (n = 3301). RESULTS: Men more frequently had (1) severe muscular disability with marked myotonia, muscle weakness, cardiac, and respiratory involvement; (2) developmental abnormalities with facial dysmorphism and cognitive impairment inferred from low educational levels and work in specialized environments; and (3) lonely life. Alternatively, women more frequently had cataracts, dysphagia, digestive tract dysfunction, incontinence, thyroid disorder and obesity. Most differences were out of proportion to those observed in the general population. Compared to women, males were more affected in their social and economic life. In addition, they were more frequently hospitalized for cardiac problems, and had a higher mortality rate. CONCLUSION: Gender is a previously unrecognized factor influencing DM1 clinical profile and severity of the disease, with worse socio-economic consequences of the disease and higher morbidity and mortality in males. Gender should be considered in the design of both stratified medical management and clinical trials.

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)0,004
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,217
Score d'incertitude au seuil0,675

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,386
Tête enseignante GPT0,362
Écart entre enseignants0,024 · 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

Citations148
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetGenetic Neurodegenerative DiseasesTravaux en français237 207