Lower prevalence of multiple sclerosis in First Nations Canadians
Notice bibliographique
Résumé
BACKGROUND: We compared the incidence and prevalence of multiple sclerosis (MS) between First Nations (FN) and non-FN populations in Manitoba. METHODS: We applied previously validated algorithms to population-based administrative (health claims) data from Manitoba, Canada, to identify all persons with MS from 1984 to 2011. We identified FN individuals using the Municipality of Registration field held at Manitoba Health. We compared the incidence and prevalence of MS between the FN and non-FN populations using negative binomial models. RESULTS: From 1984 to 2011, 5,738 persons had MS, of whom 64 (1.1%) were of FN ethnicity. The average annual incidence rate per 100,000 population was 8.15 (95% confidence interval [CI] 5.98-11.1) in the FN population and 15.7 (95% CI 15.1-16.3) in the non-FN population (incidence rate ratio 0.52; 95% CI 0.38-0.71). In 1984, the crude prevalence of MS per 100,000 population was 35.8 (95% CI 14.9-86.1) in the FN population and 113.3 (95% CI 106.3-120.8) in the non-FN population. Between 1984 and 2011, the age-standardized prevalence of MS increased by 351% to 188.5 (95% CI 146.6-230.4) in the FN population. In contrast, the prevalence of MS per 100,000 general population increased by 225%-418.4% (95% CI 405.8-431.0). CONCLUSIONS: The incidence and prevalence of MS are twofold lower in the FN population than the non-FN population. Nonetheless, the prevalence of MS in FN Manitobans is higher than in other indigenous populations outside Canada. Given reports of more rapid disability progression among FN Canadians with MS, and the rising prevalence of MS in this population, attention should be directed to the needs of this population.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».