Incidence and prevalence of rheumatoid arthritis in Saskatchewan, Canada: 2001–2014
Notice bibliographique
Résumé
BACKGROUND: Rheumatoid arthritis (RA) is a chronic inflammatory and destructive arthritis. Understanding the incidence and prevalence of RA within the province facilitates appropriate health care resource planning. OBJECTIVE: To estimate the incidence/prevalence of RA over time for the overall provincial population, for specific age range categories, and for gender. METHODS: Saskatchewan Provincial Administrative Health Databases (2001-2014) were utilized as data sources. Two RA case-definitions were employed: 1) > three physician billing diagnoses, at least one of which was submitted by a specialist (rheumatologist, general internist or orthopedic surgeon) within 2 years; 2) > one hospitalization diagnosis (ICD-9-CM code-714, and ICD-10-CA code-M05). Data from these definitions were combined to identify incident and prevalent RA cases. Using this data, annual incidence and prevalence rates were calculated for the provincial population, specified age range categories and gender categories. RESULTS: The number of RA cases meeting the case definition increased from 3731 to 6223 over the study period. The incidence of RA disease demonstrated variation within the study period with age and sex adjusted incidence ranging from 33.6 (95% CI 29.9-37.6) per 100,000 to 73.1 (95% CI 67.6-79.0) per 100,000. The prevalence of RA increased over time from 482 (95% CI 466.7-497.7) per 100,000 in 2001-2002 to 683.4 (95% CI 666.6-700.6) per 100,000 in 2014-2015. Both incidence and prevalence rates rose with increasing age. Women were found to have higher incidence and prevalence rates compared to men. CONCLUSION: In Saskatchewan, the overall prevalence of RA is rising while there has been variability in the incidence.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 ».