A meta-analysis of the epidemiology of giant cell arteritis across time and space
Notice bibliographique
Résumé
INTRODUCTION: Giant cell arteritis (GCA) is a common large vessel vasculitis in those over age 50 years. This meta-analysis examined the geographical and temporal distribution of the incidence, prevalence, and mortality of GCA. METHODS: A systematic review was conducted using EMBASE, Scopus, and PubMed from their inceptions until 2019. Studies were included if they reported at least 50 or more GCA patients and defined the location and time frame. Articles on mortality were included and standardized mortality ratio (SMR) was extracted where possible. Mean pooled prevalence, incidence, and SMR were calculated using a random effects model. Linear regression was used to explore correlations between latitude and incidence, prevalence, and mortality. RESULTS: Of the 3569 citations identified, 107 were included. The pooled incidence of GCA was 10.00 [9.22, 10.78] cases per 100,000 people over 50 years old. This incidence was highest in Scandinavia 21.57 [18.90, 24.23], followed by North and South America 10.89 [8.78, 13.00], Europe 7.26 [6.05, 8.47], and Oceania 7.85 [- 1.48, 17.19]. Pooled prevalence was 51.74 [42.04, 61.43] cases per 100,000 people over age 50. Annual mortality was 20.44 [17.84, 23.03] deaths/1000. Mortality generally decreased over the years of publication (p = 0.0008). Latitude correlated significantly with incidence (p = 0.0011), but not with prevalence, or mortality. CONCLUSIONS: GCA incidence varies nearly 3-fold between regions and is highest in Scandinavia but not significantly. Mortality may be improving over time.
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 | 0,020 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,016 | 0,066 |
| Bibliométrie | 0,007 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».