A systematic review and meta-analysis of the incidence rate of Takayasu arteritis
Notice bibliographique
Résumé
OBJECTIVES: Takayasu arteritis (TAK) is a rare autoimmune rheumatic disease causing large-vessel vasculitis. Onset is typically between the ages of 20 and 30 years. It is associated with substantial morbidity and mortality, notably due to its effects on the cardiovascular system. It has a poorly understood global epidemiology. Our objective was to systematically review the available evidence in order to calculate the incidence rate of TAK. METHODS: Three databases (MEDLINE, PubMed and Embase) were searched in November 2019 and the results were screened by two reviewers. A random effects meta-analysis was then conducted in R to calculate the overall incidence rate. Heterogeneity was assessed using I2. The quality of the studies was assessed using an adapted Newcastle-Ottawa scale. Further subgroup analyses were performed by quality, sex, research setting and geographical location. Publication bias was assessed using a Begg's funnel plot. RESULTS: The incidence rate for TAK was 1.11 per million person-years (95% CI 0.70-1.76). The heterogeneity in the data was extremely high in all analyses, which suggests that there was considerable variation in incidence rates across the different populations studied. TAK was found to be more common in women (incidence rate 2.01 per million person-years, 95% CI 1.39-2.90). CONCLUSIONS: TAK is an extremely rare disease. It affects women more commonly than men. There is considerable variation in the incidence rate between populations. We suggest that future research should focus on discrete populations in order to better identify genetic and environmental risk factors.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,005 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 tête enseignante, 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 ».