MétaCan
Menu
Retour à la cohorte
Enregistrement W4312066835 · doi:10.1093/rheumatology/keac703

Population-based prevalence and incidence estimates of mixed connective tissue disease from the Manhattan Lupus Surveillance Program

2022· article· en· W4312066835 sur OpenAlexfundno aff
Ghadeer Hasan, Elizabeth D. Ferucci, Jill P. Buyon, H. Michael Belmont, Jane E. Salmon, Anca Askanase, Joan M. Bathon, Laura Geraldino‐Pardilla, Yousaf Ali, Ellen M. Ginzler, Chaim Putterman, Caroline Gordon, Charles G. Helmick, Hilary Parton, Peter Izmirly

Notice bibliographique

RevueLara D. Veeken · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Chronic Disease Prevention and Health PromotionCenters for Disease Control and PreventionNew York City Department of Health and Mental HygieneU.S. Department of Health and Human ServicesSchool of Medicine, New York UniversityYork University
Mots-clésMedicineMixed connective tissue diseaseIncidence (geometry)PopulationEpidemiologyInternal medicineDiseaseEnvironmental health

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Epidemiological data for MCTD are limited. Leveraging data from the Manhattan Lupus Surveillance Program (MLSP), a racially/ethnically diverse population-based registry of cases with SLE and related diseases including MCTD, we provide estimates of the prevalence and incidence of MCTD. METHODS: MLSP cases were identified from rheumatologists, hospitals and population databases using a variety of International Classification of Diseases, Ninth Revision codes. MCTD was defined as one of the following: fulfilment of our modified Alarcon-Segovia and Kahn criteria, which required a positive RNP antibody and the presence of synovitis, myositis and RP; a diagnosis of MCTD and no other diagnosis of another CTD; and a diagnosis of MCTD regardless of another CTD diagnosis. RESULTS: Overall, 258 (7.7%) cases met a definition of MCTD. Using our modified Alarcon-Segovia and Kahn criteria for MCTD, the age-adjusted prevalence was 1.28 (95% CI 0.72, 2.09) per 100 000. Using our definition of a diagnosis of MCTD and no other diagnosis of another CTD yielded an age-adjusted prevalence and incidence of MCTD of 2.98 (95% CI 2.10, 4.11) per 100 000 and 0.39 (95% CI 0.22, 0.64) per 100 000, respectively. The age-adjusted prevalence and incidence were highest using a diagnosis of MCTD regardless of other CTD diagnoses and were 16.22 (95% CI 14.00, 18.43) per 100 000 and 1.90 (95% CI 1.49, 2.39) per 100 000, respectively. CONCLUSIONS: The MLSP provided estimates for the prevalence and incidence of MCTD in a diverse population. The variation in estimates using different case definitions is reflective of the challenge of defining MCTD in epidemiologic studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,312
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLara D. VeekenMême sujetSystemic Lupus Erythematosus ResearchTravaux en français237 207