Population-based prevalence and incidence estimates of primary discoid lupus erythematosus from the Manhattan Lupus Surveillance Program
Notice bibliographique
Résumé
OBJECTIVE: Epidemiological data for primary discoid lupus erythematosus (pDLE) remain limited, particularly for racial/ethnic populations in the USA. The Manhattan Lupus Surveillance Program (MLSP) is a population-based retrospective registry of cases with SLE and related diseases including pDLE in Manhattan and was used to provide estimates of the prevalence and incidence of pDLE across major racial/ethnic populations. METHODS: MLSP cases were identified from rheumatologists, hospitals and population databases. Two case definitions were used for pDLE: the primary case definition which was any physician diagnosis found in the chart and a secondary case definition which was limited to cases diagnosed by a rheumatologist and/or dermatologist. Rates among Manhattan residents were age-adjusted, and capture-recapture analyses were conducted to assess case under-ascertainment. RESULTS: Based on the primary definition, age-adjusted overall prevalence and incidence rates of pDLE among Manhattan residents were 6.5 and 0.8 per 100 000 person-years, which increased to 9.0 and 1.3 after capture-recapture adjustment. Prevalence and incidence rates were approximately two and six times higher, respectively, among women compared with men (p<0.0001). Higher prevalence was also found among non-Latino blacks (23.5) and Latinos (8.2) compared with non-Latino whites (1.8) and non-Latino Asians (0.6) (p<0.0001). Incidence was highest among non-Latino blacks (2.4) compared with all other racial/ethnic groups. Similar relationships were observed for the secondary case definition. CONCLUSION: Data from the MLSP provide epidemiological estimates for pDLE among the major racial/ethnic populations in the USA and reveal disparities in pDLE prevalence and incidence by sex and race/ethnicity among Manhattan residents.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».