MétaCan
Menu
Retour à la cohorte
Enregistrement W3201772056 · doi:10.1371/journal.pone.0258219

The epidemiology of atopic dermatitis in older adults: A population-based study in the United Kingdom

2021· article· en· W3201772056 sur OpenAlexfundno aff
Leslie N. Chan, Alexa Magyari, Morgan Ye, Noor A. Al-Alusi, Sinéad Langan, David J. Margolis, Charles E. McCulloch, Katrina Abuabara

Notice bibliographique

RevuePLoS ONE · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatology and Skin Diseases
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNational Institute on AgingUniversity of California, San FranciscoNational Institutes of HealthUniversity of PennsylvaniaWellcome TrustValeant Pharmaceuticals InternationalWellcomeSanofiPfizer
Mots-clésEpidemiologyAtopic dermatitisMedicinePopulation based studyGerontologyDemographyEnvironmental healthDermatologyPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Atopic dermatitis is known to be common among children, but there are few studies examining the epidemiology across the life course. In particular, there is a paucity of data on atopic dermatitis among older adults. OBJECTIVE: To evaluate participant characteristics, patterns of disease activity and severity, and calendar trends in older adult atopic dermatitis in comparison to other age groups in a large population-based cohort. METHODS: This was a cohort study of 9,154,936 individuals aged 0-99 years registered in The Health Improvement Network, a database comprised of electronic health records from general practices in the United Kingdom between 1994 and 2013. Atopic dermatitis was defined by a previously validated algorithm using a combination of at least one recorded atopic dermatitis diagnostic code in primary care and two atopic dermatitis therapies recorded on separate days. Cross-sectional analyses of disease prevalence were conducted at each age. Logistic mixed effect regression models were used to identify predictors of prevalent disease over time among children (0-17 years), adults (18-74 years), and older adults (75-99 years). RESULTS: Physician-diagnosed atopic dermatitis was identified in 894,454 individuals with the following proportions in each age group: 18.3% of children, 7.7% of adults, and 11.6% of older adults. Additionally, atopic dermatitis prevalence increased across the 2-decade period (beta from linear regression test for trend in the change in proportion per year = 0.005, p = 0.044). In older adults, atopic dermatitis was 27% less common among females (adjusted OR 0.73, 95% CI 0.70-0.76) and was more likely to be active (59.7%, 95% CI 59.5-59.9%) and of higher severity (mean annual percentage with moderate and severe disease: 31.8% and 3.0%, respectively) than in other age groups. CONCLUSION: In a large population-based cohort, the prevalence of physician-diagnosed atopic dermatitis has increased throughout adulthood and was most common among males age 75 years and above. Compared to children ages 0-17 and adults ages 18-74, older adult atopic dermatitis was more active and severe. Because the prevalence of atopic dermatitis among older adults has increased over time, additional characterization of disease triggers and mechanisms and targeted treatment recommendations are needed for this population.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,114
Score d'incertitude au seuil0,227

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,065
Tête enseignante GPT0,313
Écart entre enseignants0,248 · 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'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

Citations78
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetDermatology and Skin DiseasesTravaux en français237 207