Factors associated with relapses in relapsing-remitting multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: The relapse is character of relapsing-remitting multiple sclerosis. The therapeutic goal is to reduce the risk of relapse. Factors associated with relapses can help to manage and prevent relapses. In addition, patients and doctors all pay attention to it. However, there are differences between studies. Our aim is to summarize factors associated with relapses in relapsing-remitting multiple sclerosis (RRMS). METHODS: PubMed, EMBASE, Web of science, Cochrane library, CNKI, Wanfang, SinoMed, and VIP were searched to identify risk factors about relapses in RRMS, which should be in cohort or case-control studies. This article was reported according to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA). The quality of studies was evaluated by the Newcastle-Ottawa Scale (NOS). Meta-analysis, subgroup and sensitivity analyses, and publication bias were all performed with Stata. This research has been registered on the international prospective register of systematic reviews (PROSPERO, CRD42019120502). RESULTS: 43 articles were included. Infection, postpartum period, risk gene, stress, and vitamin D were risk factors for relapses in RRMS. Pregnancy period was the protective factor. Among those, infection increased the risk of relapses in infection period (relative risk [RR], 2.07 [confidence interval (CI), 1.64 to 2.60]). Women in the postpartum period increased the risk of relapses compared with women before pregnancy (RR, 1.43 [CI, 1.19 to 1.72]), or women in pregnancy period (RR, 2.07 [CI, 1.49 to 2.88]). Women in the pregnancy period decreased the risk of relapses (RR, 0.56 [CI, 0.37 to 0.84]) compared with women before pregnancy. However, fewer studies, heterogeneity, and sample size were the limitations. CONCLUSION: It is reliable to adopt results about infection, pregnancy period, and postpartum period.
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 | 0,001 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».