The National Prevalence of Clinically Diagnosed Psoriatic Arthritis in Sweden in 2017
Notice bibliographique
Résumé
OBJECTIVE: Psoriatic arthritis (PsA) prevalence estimates vary across studies; studies based on national data are few. We aimed to estimate the prevalence of clinically diagnosed PsA in Sweden in 2017, overall and stratified by sex, age, education, and geography, and to quantify disease-modifying antirheumatic drug (DMARD) use among those in contact with specialized rheumatology care between 2015 and 2017. METHODS: Individuals who were 18 to 79 years of age, alive and residing in Sweden on December 31, 2017, and had a prior PsA diagnosis were identified from the National Patient Register (NPR) and/or the Swedish Rheumatology Quality Register (SRQ). PsA prevalence was estimated according to a base case (BC) definition (ie, ≥ 1 main PsA International Classification of Diseases code from rheumatology or internal medicine departments in the NPR or a PsA diagnosis in the SRQ), according to 4 sensitivity analysis definitions, and for those seen in specialized rheumatology care between 2015 and 2017. In the latter group, DMARD use during 2017 was also assessed. Data for stratifications were retrieved from national registers. RESULTS: The crude national prevalence of PsA for adults, aged 18 to 79 years, was estimated at 0.39%, according to the BC definition; 0.34% after accounting for diagnostic misclassification; and 0.32% to 0.50% across all sensitivity analyses. The prevalence was lower in males and in those with a higher level of education. The prevalence for those seen in specialized rheumatology care between 2015 and 2017 was estimated at 0.24%. During 2017, 32% of patients in this population received biologic or targeted synthetic DMARDs, and 41% received conventional synthetic DMARDs only. CONCLUSION: The prevalence of clinically diagnosed PsA in adults, aged 18 to 79 years, in Sweden in 2017 was around 0.35%. Among PsA cases in recent contact with specialized rheumatology care, almost three-fourths received DMARD therapy in 2017.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».