113: Global Trends in the Rate of Cleft Lip and Palate: Bridging the Gap
Notice bibliographique
Résumé
Orofacial clefts are the most common craniofacial malformation of the newborn. Worldwide rates vary based on ethnicity and geography. We aimed to assess trends in the rate of cleft lip and palate (CLP) in a large number of countries across several world regions. Preferred sources for data collection included national registries, regional registries, health ministries, and academic centers. When available, we captured the number of infants born with (1) cleft lip with or without palate (CL±P), and (2) isolated cleft palate (CP) from 1990 to 2013. Geographical data including national latitude, longitude and mean elevation was captured from validated sources. Annual rates per 10,000 live births were calculated and countries were grouped according to World Health Organization (WHO) regions (Americas, Europe, South East Asia, Western Pacific, Africa and Eastern Mediterranean). Data was captured from 55 countries. According to most recent data, the highest total rates of CLP were reported in Venezuela (38 cases/10,000 births), Iran (36 cases/10,000 births) and Japan (30 cases/10,000 births). In total, 64% of infants had CL±P and only eight countries reported a higher proportion of CP compared to CL±P. Preliminary analysis of temporal trends were assessed within WHO regions from 1990 to 2013. The Americas reported significant increases in the rate of CL±P from 10.3 cases/10,000 births to 12.37 cases/10,000 births (P=0.01) and total CLP from 13.5 cases/10,000 births to 15.3 cases/10,000 births (P=0.02). No other WHO region demonstrated a significant change in CLP rate. Countries at higher elevation (>1000 m) reported significantly higher rates of cleft lip ± palate than countries at lower elevation (mean rate of 12.4 versus 8.4 cases/10,000 births; P=0.02). In contrast, countries at higher elevation had significantly lower rates of cleft palate than countries at lower elevation (mean rate of 3.5 versus 5.2 cases/10,000 births; P=0.03). We conclude that the rate of CLP has remained stable throughout much of the world, with an increase noted in the Americas. Geographical variables may influence incidence rates, and should be investigated further. Analyses are limited by a paucity of data from certain regions (Africa, Eastern Mediterranean and Asia). Future efforts to develop comprehensive registries will allow for a more accurate assessment of the global burden of CLP.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».