MétaCan
Menu
Retour à la cohorte
Enregistrement W2339791932 · doi:10.1159/000445751

The Incidence of Parkinson's Disease: A Systematic Review and Meta-Analysis

2016· review· en· W2339791932 sur OpenAlexafffund
Lauren Hirsch, Nathalie Jetté, Alexandra Frolkis, Thomas Steeves, Tamara Pringsheim

Notice bibliographique

RevueNeuroepidemiology · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensUniversity of TorontoSt. Michael's HospitalUniversity of Calgary
Organismes subventionnairesCanada Research ChairsPublic Health Agency of CanadaHealth CanadaAlberta Innovates - Health SolutionsLam Research
Mots-clésMedicineIncidence (geometry)Meta-analysisEpidemiologyParkinson's diseaseSystematic reviewMEDLINEDiseaseInternal medicineDemography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Parkinson's disease (PD) is a common neurodegenerative disorder. Epidemiological studies on the incidence of PD are important to better understand the risk factors for PD and determine the condition's natural history. OBJECTIVE: This systematic review and meta-analysis examine the incidence of PD and its variation by age and gender. METHODS: We searched MEDLINE and EMBASE for epidemiologic studies of PD from 2001 to 2014, as a previously published systematic review included studies published until 2001. Data were analyzed separately for age group and gender, and meta-regression was used to determine whether a significant difference was present between groups. RESULTS: Twenty-seven studies were included in the analysis. Meta-analysis of international studies showed rising incidence with age in both men and women. Significant heterogeneity was observed in the 80+ group, which may be explained by methodological differences between studies. While males had a higher incidence of PD in all age groups, this difference was only statistically significant for those in the age range 60-69 and 70-79 (p < 0.05). CONCLUSION: PD incidence generally increases with age, although it may stabilize in those who are 80+.

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)0,010
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,029
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0140,025
Bibliométrie0,0070,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,103
Tête enseignante GPT0,385
Écart entre enseignants0,282 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations691
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuroepidemiologyMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207