MétaCan
Menu
Retour à la cohorte
Enregistrement W2955282209

Multiple sclerosis: Prevalence and impact.

2018· article· en· W2955282209 sur OpenAlexaffabout
Heather Gilmour, Pamela L Ramage-Morin, Suzy L Wong

Notice bibliographique

RevuePubMed · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensPublic Health Agency of CanadaStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésMultiple sclerosisMedicinePopulationDemographyPediatricsGerontologyEnvironmental healthPsychiatry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This article provides new information about multiple sclerosis (MS) using the 2010/2011 Neurological Conditions Prevalence File, the 2011/2012 Survey of Neurological Conditions in Institutions in Canada, and the 2011 Survey on Living with Neurological Conditions in Canada. An estimated 93,500 Canadians living in private households and 3,800 residents of long-term care institutions had been diagnosed with MS. Prevalence estimates were 159 and 418 cases per 100,000 population for men and women, respectively; 2.6 women reported MS for every man with the condition. Among the household population, MS was generally diagnosed between the ages of 20 and 49 (82%). For the majority (68%), MS was their only neurological condition. The impact of MS included pain that prevented activities, impairments in mobility, cognition or sleep, and limitations in social functioning. Almost two-thirds (64%) stated that MS affected their lives at least moderately.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,238
Score d'incertitude au seuil0,379

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,107
Tête enseignante GPT0,311
Écart entre enseignants0,204 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations77
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207