Multiple sclerosis in First Nations Canadians: A pilot comparison study
Notice bibliographique
Résumé
BACKGROUND: Genetic and clinical characteristics associated with multiple sclerosis (MS) may differ by ethnicity but few studies have evaluated whether characteristics of MS differ between individuals according to First Nations (FN) ethnicity. OBJECTIVE: Using a cross-sectional observational design, we compared clinical and genetic characteristics between people with MS of FN and non-FN ethnicity. METHODS: We recruited participants of FN ethnicity with MS. We conducted a medical records review for each participant followed by a standardized interview and drawing of blood samples. The blood underwent genetic analyses for several HLA alleles. We compared the study sample with 127 non-FN MS participants from another study conducted in the same region using the same data collection procedures. RESULTS: We included 144 participants with MS, of whom 17 (11.8%) self-identified as FN. The age of symptom onset was earlier and the diagnostic delay shorter among FN participants although these differences did not reach statistical significance. As compared to non-FN participants, FN participants with MS had increased odds of comorbid psychiatric disease (OR 5.38; 95% CI: 1.84-15.8), and were less likely to be HLA-DRB1*1501 positive (OR 0.32; 95% CI: 0.11-0.96). CONCLUSION: Genetic and clinical characteristics of MS differ among Canadians of FN and non-FN ethnicity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».