Epidemiology and health outcomes of sarcoidosis in a universal healthcare population: a cohort study
Notice bibliographique
Résumé
Sarcoidosis-related mortality appears to be rising in North America, with increasing rates in females and the elderly. We aimed to estimate trends in sarcoidosis incidence, prevalence and mortality in Ontario, Canada. We performed a cohort study using health administrative data from Ontario between 1996 and 2015. International Classification of Diseases and Ontario Health Insurance Plan codes were used for case detection. Three disease definitions were created: 1) sarcoidosis, two or more physician claims within 2 years; 2) chronic sarcoidosis, five or more physician claims within 3 years; and 3) sarcoidosis with histology, two or more physician claims with a tissue biopsy performed between claims. Overall, 18 550, 9199 and 3819 individuals with sarcoidosis, chronic sarcoidosis and sarcoidosis with histology, respectively, were identified. The prevalence of sarcoidosis was 143 per 100 000 in 2015, increasing by 116% (p<0.0001) from 1996. The increase in age-adjusted prevalence was higher in males than females (136% versus 99%; p<0.0001). The incidence of sarcoidosis declined from 7.9 to 6.8 per 100 000 between 1996 and 2014 (15% decrease; p=0.0009). A 30.3% decrease in incidence was seen among females (p<0.0001) compared with a 5.5% increase in males (p=0.47). Age- and sex-adjusted mortality rates of patients with sarcoidosis rose from 1.15% to 1.47% between 1996 and 2015 (28% increase; p=0.02), with the overall trend being nonsignificant (p=0.39). Mortality rates in patients with chronic sarcoidosis increased significantly over the study period (p=0.0008). The prevalence of sarcoidosis is rising in Ontario, with an apparent shifting trend in disease burden from females to males. Mortality is increasing in patients with chronic sarcoidosis.
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 | 0,008 | 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 | 0,001 |
| 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 ».