Amyotrophic lateral sclerosis in seven provinces of Chinese mainland: A cross-sectional survey from 2015 to 2016
Notice bibliographique
Résumé
Background: The large-scale survey about amyotrophic lateral sclerosis (ALS) based on both population and hospitals in the Chinese mainland has been deficient at present. To this end, we conducted a cross-sectional survey about ALS based on the population and hospitals in seven provinces of the Chinese mainland in 2015-2016. Methods: We surveyed patients with ALS in seven provinces in eastern, middle, and western China. Among them, 13 prefecture-level cities, 13 municipal districts, 13 counties, 26 streets, 52 communities, 39 towns, and 78 administrative villages were selected for the population-based survey. Totally, 13 class-3 general hospitals, 13 class-2 general hospitals, and 26 street health centers or community health service centers in urban districts, and 13 county-level general hospitals, 39 township health centers, and 78 village clinics in rural districts were recruited for the hospital-based survey. Results: Among the Chinese mainland, the total prevalence of ALS was slightly lower than that of the world's other nations or districts. The male patients were more than female patients. The prevalence of rural residents was more than that of urban residents. The prevalence of farmers was higher than that of other professions. The majority of ALS was not accompanied by other chronic diseases. The peak onset age of ALS was higher, familial ALS (fALS) cases were slightly more, and the average survival duration of sporadic ALS (sALS) was slightly lower compared with the previous investigation data. The hospitalization expenses of almost 60% of ALS were not more than 10,000 Chinese Yuan. Conclusion: Hospitalization expenses in our survey objectives were the lowest in the current reported countries and districts. A farmer was a possible higher risk profession for ALS, the majority of ALS were not accompanied by other chronic diseases. Our survey provided more information on the epidemiology of ALS worldwide and supplied the deficiency of epidemiology survey about ALS from the Chinese mainland.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».