Global, regional, and national burden of Guillain–Barré syndrome and its underlying causes from 1990 to 2019
Notice bibliographique
Résumé
BACKGROUND: This article presents the first detailed analysis of the prevalence and disability burden of Guillain-Barré syndrome (GBS) from 1990 to 2019 by cause, age, sex, and Socio-demographic Index (SDI) in 204 countries and territories. METHODS: Data from the Global Burden of Diseases Study (GBD) 2019 were used. GBD 2019 modelled the prevalence of GBS using hospital and claims data. Years lived with disability (YLDs) were estimated as the product of the GBS prevalence and the disability weight. This article also reported proportions in the age-standardised prevalence rate that were due to six underlying causes of GBS. RESULTS: In 2019, there were 150,095 [95% uncertainty intervals (UI) 119,924 to 188,309] total cases of GBS worldwide, which resulted in 44,407 (95% UI 28,016 to 64,777) YLDs. Globally, there was a 6.4% (95% UI 3.6 to 9.5) increase in the age-standardised prevalence of GBS per 100,000 population between 1990 and 2019. High-income Asia Pacific [1.9 (95% UI: 1.5 to 2.4)] and East Asia [0.8 (95% UI: 0.6 to 1.0)] had the highest and lowest age-standardised prevalence rates (per 100,000), respectively, in 2019. Nationally, Japan [6.4 (95% UI: 5.3 to 7.7)] and China [0.8 (95% UI: 0.6 to 1.0)] had the highest and lowest age-standardised prevalence rates (per 100,000). The age-standardised burden of GBS increased with increasing age and was higher in males in all age groups. Furthermore, the age-standardised prevalence of GBS (per 100,000) had a positive association with the level of development, as measured by SDI, although this association was not strong. Upper respiratory infections and unknown causes accounted for the highest proportions of underlying causes. CONCLUSIONS: Globally, the prevalence of GBS continues to increase. Geographical differences and strategies aimed at preventing infectious diseases should be considered in future health policy planning and decision-making processes. This study had several limitations, such as using the same disability weight for all causes and a reliance on hospital- and self-reported data, which should be addressed in future research.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».