Trends in the environmental risks associated with earlier onset in multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: Several environmental and lifestyle factors relating to sunlight/vitamin D, body mass index (BMI), and smoking are associated with the risk of developing multiple sclerosis (MS). However, their relation to disease progression, particularly age at symptomatic onset, remains inconsistent, which may be the result of significant changes in human-environment interactions over the last century. This study investigates historical trends in the association between common MS environmental risk factors and age at disease onset. METHODS: Using a narrative approach, we evaluated the current literature for published studies assessing the association between vitamin-D, BMI, and tobacco smoking exposures with the risk of early/pediatric-onset MS and direct correlations with age at MS onset using MEDLINE, EMBASE, and Web of Science. Measures were plotted by the average calendar year of disease onset for each cohort to examine trends over time. In total, 25, 9, and 11 articles were identified for vitamin D, BMI, and smoking-related exposures, respectively. RESULTS: Higher sun exposure habits and residential solar radiation were associated with older age at onset. On the contrary, two studies observed a negative correlation between age at onset and serum 25-hydroxyvitamin D (25(OH)D) levels. Higher adolescent BMI was generally associated with younger age at onset, although genetic susceptibility for childhood obesity was not significantly associated. Tobacco smoking was associated with later disease onset, despite being a risk factor for MS. Association with age at onset was inflated for more recent studies relating to smoking, while often weaker for serum vitamin D and BMI. CONCLUSION: Current findings indicate a likely association between age at onset and environmental risk factors, such as sun exposure, adolescent BMI, and tobacco smoking, in certain populations. However, findings are often inconsistent and assessment of the relationships and potential changes over time require further investigation.
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 | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,016 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».