MS risk in immigrants in the McDonald era
Notice bibliographique
Résumé
<h3>Objective</h3> To determine risk factors for multiple sclerosis (MS) in immigrants and to compare MS risk in immigrants and long-term residents in Ontario, Canada. <h3>Methods</h3> We applied a validated algorithm to linked, population-based immigration and health claims data to identify incident cases of MS in immigrants and long-term residents between 1994 and 2016. We conducted 2 multivariable Cox proportional hazards regression analyses: 1 analysis limited to the immigrant cohort assessing potential risk factors for developing MS, and 1 analysis comparing MS risk between immigrants and matched long-term residents (1:3 match). <h3>Results</h3> We identified 2,304,302 immigrants for the immigrant-only analysis, of whom 1,526 (0.066%) developed MS. Risk was greatest in those <15 years old at landing (referent <15 years; 16–30 years: hazard ratio [HR] 0.73, 95% confidence interval [CI] 0.63–0.85; 31–45 years: HR 0.55, 95% CI 0.47–0.64). Immigrants from the Middle East (HR 1.22, 95% CI 1.06–1.40) were at greater MS risk than immigrants from Western nations; all other regions had lower risk (<i>p</i> < 0.0001). The matched analysis included 2,207,751 immigrants and 6,362,169 long-term residents. Immigrants were less likely to develop MS than long-term residents (<i>p</i> < 0.0001), although this lower risk was attenuated with longer residence in Canada. <h3>Conclusions</h3> MS incidence in immigrants to Ontario, Canada, varied widely by region of origin, with greatest risk seen in those from the Middle East. Longer residence in Canada was associated with increased risk, even with migration in adulthood, suggesting that environmental exposures into adulthood contribute to MS risk.
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) | 0,000 | 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 ».