Is There an Association between Herpetic Infections and Giant Cell Arteritis? A Population-Based Study
Notice bibliographique
Résumé
Recent data suggests that herpes zoster (HZ) and herpes simplex virus (HSV) may be one of the underlying immunological triggers for giant cell arteritis (GCA). However, there is limited population-based data to support this. Our goal was to determine if herpetic infections increase the likelihood of GCA in the British Columbia (BC) population. The background prevalence of GCA was compared to the prevalence of GCA in subjects with HZ and HSV using diagnostic billing code data from an online BC database (BC Data ScoutTM). BC residents ≥30 years old at the time of diagnosis from January 2000 to January 2019 were included. The relevant International Classification of Disease codes was used to identify patients with GCA, HZ, and HSV. Comparisons were made using two-sample Z tests. There were 4315 GCA diagnoses, from a total population of 3,026,005 subjects. The prevalence of GCA was 143 per 100,000 people. In terms of herpetic infections, 850 GCA cases were identified in 249,900 subjects with HZ versus 310 diagnoses of GCA in 163,170 subjects with HSV. The prevalence of GCA in subjects with HZ (0.340%) was significantly higher than the prevalence of GCA (0.143%) in the general population (p < 0.00001). The prevalence of GCA in HSV subjects (0.190%) was also significantly higher (p < 0.00001) than the population prevalence but lower than (p < 0.00001) the GCA with HZ prevalence. The likelihood of GCA appears to increase with herpetic infections, more significantly with HZ.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».