The Burden of Gout and Its Attributable Risk Factors in the Middle East and North Africa Region, 1990 to 2019
Notice bibliographique
Résumé
OBJECTIVE: This study reported the burden of gout and its attributable risk factors in the Middle East and North Africa (MENA) region between 1990 and 2019 by age, sex, and sociodemographic index (SDI). METHODS: Data on the prevalence, incidence, and years lived with disability (YLD) due to gout were obtained from the Global Burden of Disease 2019 study for the 21 countries in the MENA region, from 1990 to 2019. RESULTS: In 2019, the regional age-standardized point prevalence and annual incidence rates of gout were 509.1 and 97.7 per 100,000 population, which represent a 12% and 11.1% increase since 1990, respectively. Moreover, in 2019 the regional age-standardized YLD rate was 15.8 per 100,000 population, an 11.7% increase since 1990. In 2019, Qatar and Afghanistan had the highest and lowest age-standardized YLD rates, respectively. Regionally, the age-standardized point prevalence of gout increased with age up to the oldest age group, and it was more prevalent among males in all age groups. In addition, there was an overall positive association between SDI and the burden of gout between 1990 and 2019. In 2019, high BMI (46.1%) was the largest contributor to the burden of gout in the MENA region. CONCLUSION: There were large intercountry variations in the burden of gout, but in general, it has increased in MENA over the last 3 decades. This increase is in line with the global trends of gout. However, the age-standardized YLD rate change was higher in MENA than at the global level.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».