Chronic lung disease and multiple sclerosis: Incidence, prevalence, and temporal trends
Notice bibliographique
Résumé
OBJECTIVES: We aimed to estimate the incidence and prevalence of chronic lung disease (CLD), including asthma and chronic obstructive pulmonary disease, in the MS population versus a matched cohort from the general population. METHODS: We used population-based administrative data from four Canadian provinces to identify 44,452 persons with MS and 220,849 age-, sex- and geographically-matched controls aged 20 years and older. We employed a validated case definition to estimate the incidence and prevalence of CLD over the period 1995-2005, and used Poisson regression to assess temporal trends. RESULTS: In 2005, the crude incidence of CLD per 100,000 persons was 806 (95%CI: 701-911) in the MS population, and 757 in the matched population (95%CI: 712-803). In 2005, the crude prevalence of CLD was 13.5% (95%CI: 13.1-14.0%) in the MS population, and 12.4% (95%CI: 12.3-12.6%) in the matched population. Among persons aged 20-44 years, the average annual incidence of CLD was higher in the MS population than in the matched population (RR 1.15; 95%CI: 1.02-1.30), but did not differ between populations for those aged ≥45 years. The incidence of CLD was stable, but the prevalence of CLD increased 60% over the study period. CONCLUSION: CLD is relatively common in the MS population. The incidence of CLD has been stable over time, but the prevalence of CLD has increased. Among persons aged 20-44 years, CLD is more common in the MS population than in a matched population. Given the prevalence of CLD in the MS population, further attention to the effects of CLD on outcomes in MS and approaches to mitigating those effects are warranted.
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 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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».