MétaCan
Menu
Retour à la cohorte
Enregistrement W2585052441 · doi:10.1177/1352458517691620

Similar birth-cohort patterns in Crohn’s disease and multiple sclerosis

2017· article· en· W2585052441 sur OpenAlexaboutno aff
Amnon Sonnenberg, Vladeta Ajdacic‐Gross

Notice bibliographique

RevueMultiple Sclerosis Journal · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMultiple sclerosisCohortDiseaseMedicineEtiologyCrohn's diseaseCohort studyCohort effectDemographyPediatricsImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The etiology of Crohn's disease and multiple sclerosis is unknown. Genetic susceptibility and environmental factors are believed to play a role in both diseases. OBJECTIVES: To compare the long-term time trends of the two diseases and thus gain insight about their etiology. METHODS: We analyzed mortality data of Crohn's disease and multiple sclerosis from Canada, England, Italy, the Netherlands, Switzerland, and the United States during the past 60 years. Age-period-cohort (APC) analyses based on logit models served to disentangle the separate influences of age, period, and cohort effects on the overall time trends. RESULTS: The long-term time trends of Crohn's disease and multiple sclerosis have been shaped by strikingly similar birth-cohort patterns. In both diseases alike, mortality increased in all generations born prior to 1910. It peaked among generations born between 1910 and 1930 and then declined in all subsequent generations. Similar birth-cohort patterns of Crohn's disease and multiple sclerosis were found in each country analyzed separately. CONCLUSION: The birth-cohort patterns indicate that the development of Crohn's disease and multiple sclerosis is influenced by exposure to environmental risk factors during an early period of life. These environmental risk factors may be similar or even identical in Crohn's disease and multiple sclerosis.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
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 enseignants0,026
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,123
Tête enseignante GPT0,313
Écart entre enseignants0,190 · 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.

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

Citations16
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMultiple Sclerosis JournalMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207