Global, regional, and national burden of other musculoskeletal disorders 1990–2017: results from the Global Burden of Disease Study 2017
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: To describe the level and trends of point prevalence, deaths and disability-adjusted life years (DALYs) for other musculoskeletal (MSK) disorders, i.e. those not covered by specific estimates generated for RA, OA, low back pain, neck pain and gout, from 1990 to 2017 by age, sex and sociodemographic index. METHODS: Publicly available modelled estimates from the Global Burden of Disease (GBD) 2017 study were extracted and reported as counts and age-standardized rates per 100 000 population for 195 countries and territories between 1990 and 2017. RESULTS: Globally, the age-standardized point prevalence estimates and deaths rates of other MSK disorders in 2017 were 4151.1 and 1.0 per 100 000. This was an increase of 3.4% and 7.2%, respectively. The age-standardized DALY rate in 2017 was 380.2, an increase of 3.4%. The point prevalence estimate was higher among females and increased with age. This peaked in the 65-69 year age group for both females and males in 2017, followed by a decreasing trend for both sexes. At the national level, the highest age-standardized point prevalence estimates in 2017 were seen in Bangladesh, India and Nepal. The largest increases in age-standardized point prevalence estimates were observed in Romania, Croatia and Armenia. CONCLUSION: The burden of other MSK disorders is proven to be substantial and increasing worldwide, with a notable intercountry variation. Data pertaining to specific diseases within this overarching category are required for future GBD MSK estimates. This would enable policymakers to better allocate resources and provide interventions appropriately.
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.
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 | 0,001 |
| 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 | 0,000 |
| 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 découle