MétaCan
Menu
Retour à la cohorte
Enregistrement W3172159066 · doi:10.1177/13524585211020221

Genes and environment in multiple sclerosis: Impact of temporal changes in the sex ratio on recurrence risks

2021· article· en· W3172159066 sur OpenAlexaff
A. Dessa Sadovnick, Irene M. Yee, Maria Criscuoli, Gabriele C. DeLuca

Notice bibliographique

RevueMultiple Sclerosis Journal · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDemographic Trends and Gender Preferences
Établissements canadiensUniversity of British ColumbiaUniversity of British Columbia Hospital
Organismes subventionnairesnon disponible
Mots-clésProbandMultiple sclerosisDemographyRelative riskMedicineFamily historyInternal medicineConfidence intervalGeneticsBiologyPsychiatryGene

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To evaluate the impact of temporal increase of female to male (F:M) sex ratio for persons with multiple sclerosis (MS) on the familial risk (empiric recurrence risks or RRs) for biological relatives of affected individuals. METHODS: Detailed family histories were systematically obtained from people with MS attending the University of British Columbia Hospital MS Clinic. The study cohort was born in 1970 or more recently. Data were collected from 1 September 2015 to 31 January 2019. The study was designed to allow only one proband per family. Age-corrected RRs for biological relatives of probands were calculated based on a modification of the maximum-likelihood approach. RESULTS: Data analyses were possible for 746 unique probands (531 females; 215 males) and 19,585 of their biological relatives. RRs were temporally impacted. CONCLUSION: Both genetic sharing and environmental factors are important in determining RRs. It appears that there is an increase in MS risk due to environmental factors in later life (i.e. not shared family environment). Environmental exposures in genetically predisposed individuals might be driving the MS risk. The increase in F:M ratio of RRs for sisters/brothers of female probands over time is likely due to environmental differences.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,133
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,235
Tête enseignante GPT0,327
Écart entre enseignants0,091 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMultiple Sclerosis JournalMême sujetDemographic Trends and Gender PreferencesTravaux en français237 207