Global, regional, and national burden of migraine in 204 countries and territories, 1990 to 2019
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
ABSTRACT: Data from the Global Burden of Disease Study 2019 were used to report the burden of migraine in 204 countries and territories during the period 1990 to 2019, through a systematic analysis of point prevalence, annual incidence, and years lived with disability (YLD). In 2019, the global age-standardised point prevalence and annual incidence rate of migraine were 14,107.3 (95% Uncertainty Interval [UI] 12,270.3-16,239) and 1142.5 (95% UI 995.9-1289.4) per 100,000, an increase of 1.7% (95% UI 0.7%-2.8%) and 2.1% (95% UI 1.1%-2.8%) since 1990, respectively. Moreover, the global age-standardised YLD rate in 2019 was 525.5 (95% UI 78.8-1194), an increase of 1.5% (95% UI -4.4% to 3.3%) since 1990. The global point prevalence of migraine in 2019 was higher in females and increased by age up to the 40 to 44 age group, then decreased with increased age. Belgium (22,400.6 [95% UI: 19,305.2-26,215.8]), Italy (20,337.7 [95% UI: 17,724.7-23,405.8]), and Germany (19,436.4 [95% UI: 16,806.2-22,810.3]) had the 3 highest age-standardised point prevalence rates for migraine in 2019. In conclusion, there were large intercountry differences in the burden of migraine, and this burden increased significantly across the measurement period. These findings suggest that migraine care needs to be included within the health system to increase population awareness regarding the probable risk factors and treatment strategies especially among young adults and middle-aged women, as well as to increase the data on migraines.
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 | 0,001 | 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