MétaCan
Menu
Retour à la cohorte
Enregistrement W3121743875 · doi:10.1097/bor.0000000000000785

Scleroderma epidemiology update

2021· review· en· W3121743875 sur OpenAlexaffabout
Leonardo Martin Calderon, Janet Pope

Notice bibliographique

RevueCurrent Opinion in Rheumatology · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueSystemic Sclerosis and Related Diseases
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineEpidemiologyScleroderma (fungus)DiseaseSystemic sclerodermaAutoantibodyInterstitial lung diseaseConnective tissue diseaseInternal medicineIntensive care medicineAutoimmune diseaseImmunologyLungAntibody

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Systemic sclerosis (scleroderma, SSc) is a rare multisystem autoimmune disease characterized by autoantibodies, vasculopathy, and fibrosis of the skin and internal organs. This review aims to provide an overview and summary of the recent epidemiological studies in systemic sclerosis. RECENT FINDINGS: Global trends of scleroderma demonstrate greater prevalence of SSc in European, North, and South American patients compared with East Asian patients. However, the greatest prevalence (47 in 100 000), was found among the indigenous peoples in Canada. Phenotypical differences exist depending on the age of presentation with greater internal organ involvement and disease acceleration present in older patients. Sex differences include greater severity of disease expression, relative prevalence of diffuse cutaneous SSc, and organ involvement in males versus females. New studies conflict with previous data reporting greater proportion of pulmonary arterial hypertension in females. Furthermore, the effect of low median household income is demonstrated as a factor increasing risk of death in SSc patients. SUMMARY: Understanding the epidemiological factors in SSc enables patient care through patient classification, prognostication, and monitoring. Future research may emphasize enrichment of SSc patients in randomized trials who are more likely to progress or be treatment responsive, focused screening, and personalized patient care through the creation and validation of new SSc criteria and subsets.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,006

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.

Tête enseignante Opus0,272
Tête enseignante GPT0,468
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations49
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in RheumatologyMême sujetSystemic Sclerosis and Related DiseasesTravaux en français237 207