Global epidemiology of amyloid light-chain amyloidosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Amyloid light-chain (AL) amyloidosis is an ultra-rare disease associated with significant morbidity and mortality. Few studies have examined the global epidemiology of this condition. METHODS: This study estimated the diagnosed incidence and 1-year, 5-year, 10-year, and 20-year period prevalence of AL amyloidosis in 2018 for countries in and near Europe, and in the United States (US), Canada, Brazil, Japan, South Korea, Taiwan, and Russia. A systematic literature review (SLR) was conducted to identify country-specific, age- and gender-specific diagnosed incidence of AL amyloidosis and observed survival data-point inputs for an incidence-to-prevalence model. Extrapolations were used to estimate incidence and prevalence for countries without registry or published epidemiological data. RESULTS: Of 171 publications identified in the SLR, 10 records met the criteria for data extraction, and two records were included in the final incidence-to-prevalence model. In 2018, an estimated 74,000 AL amyloidosis cases worldwide were diagnosed during the preceding 20 years. The estimated incidence and 20-year prevalence rates were 10 and 51 cases per million population, respectively. CONCLUSIONS: Orphan medicinal product designation criteria of the European Medicines Agency or Electronic Code of Federal Regulations indicate that a disease must not affect > 5 in 10,000 people across the European Union or affect < 200,000 people in the US. This study provides up-to-date epidemiological patterns of AL amyloidosis, which is vital for understanding the burden of the disease, increasing awareness, and to further research and treatment options.
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.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle