New data from the Italian National Register of Congenital Coagulopathies, 2016 Annual Survey.
Notice bibliographique
Résumé
BACKGROUND: In Italy, the National Register of Congenital Coagulopathies (NRCC) collects epidemiological and therapeutic data from patients affected by haemophilia A (HA), haemophilia B (HB), von Willebrand's disease (vWD) and other rare coagulation disorders. Here we present data from the 2016 annual survey. MATERIALS AND METHODS: Data are provided by the Italian Haemophilia Centres, on a voluntary basis. Information flows from every Centre to a web-based platform of the Italian Association of Haemophilia Centres, shared with the Italian National Institute of Health, in accordance with current privacy laws. Patients are classified by diagnosis, disease severity, age, gender and treatment-related complications. RESULTS: In 2016, the total number of patients with congenital coagulopathies in the NRCC was 10,360: 39.8% of these patients had HA, 31.5% had vWD, 8.5% had HB, and 20.2% had less common factor deficiencies. The overall prevalence of HA and HB was 13.9/100,000 males and 3.0/100,000 males, respectively. The overall prevalence of vWD was 5.4/100,000 inhabitants. During 2016, 126 patients had current alloantibodies to factor VIII (FVIII) or factor IX (FIX) and were under treatment with bypassing agents and/or immune tolerance induction. Overall, 388 patients with a history of alloantibodies were recorded in the NRCC of whom 337 with severe HA and 12 with severe HB. Coagulation factor use, evaluated from treatment plans, was approximately 451,000,000 IU of FVIII for HA patients (7.5 IU/inhabitant), and approximately 53,000,000 IU of FIX for HB patients (0.9 IU/inhabitant). DISCUSSION: The prevalences of HA and HB fall within the ranges reported in more developed countries; the consumption of FVIII and FIX was in line with that of other European countries (France, United Kingdom) and Canada. The NRCC, with its bleeding disorder dataset, is a helpful tool for shaping public health policies, as well as planning clinical and epidemiological research projects.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,004 |
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 ».