MétaCan
Menu
Retour à la cohorte
Enregistrement W4319791650 · doi:10.1002/mdc3.13666

Demographics and Clinical Characteristics of Autosomal Dominant Spinocerebellar Ataxia in Canada

2023· article· en· W4319791650 sur OpenAlexaffabout
Sohaila Alshimemeri, Danah Abo Alsamh, Lily Zhou, Sarah Furtado, Scott Kraft, Verónica Bruno, Antoine Duquette, Bernard Brais, Oksana Suchowersky, Renato P. Munhoz, Elizabeth Slow

Notice bibliographique

RevueMovement Disorders Clinical Practice · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueGenetic Neurodegenerative Diseases
Établissements canadiensUniversity of AlbertaUniversity of CalgaryMcGill UniversityCentre Hospitalier de l’Université de MontréalUniversity of British ColumbiaUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesActelion PharmaceuticalsIpsenFriedreich's Ataxia Research AlliancePfizerPTC TherapeuticsCHDI FoundationAllerganNational Ataxia Foundation
Mots-clésSpinocerebellar ataxiaDemographicsDemographyMedicineEthnic groupPopulationEpidemiologyPediatricsDiseasePathologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Background: Autosomal dominant (AD) spinocerebellar ataxias (SCAs) encompass a large group of rare disorders, which occurs in individuals of different ethnic backgrounds. To date, demographics, and clinical descriptions of AD SCA in Canada are lacking. Methods: A retrospective chart review of patients with a genetically confirmed diagnosis of AD SCAs was performed at five tertiary centers across Canada in the provinces of Quebec, Alberta, and Ontario. Demographic, genetic, and clinical information were collected and analyzed. Results: A total of 203 patients with AD SCA were identified. Weighted estimated prevalence of AD SCA in three large Canadian provinces was calculated (2.25 cases per 100.000) which is in keeping with the figures documented worldwide. We found that the distribution of the most common SCA differed when comparing provinces. The most prevalent SCA diagnosis in Ontario was SCA3 (49%), while the most prevalent SCA diagnosis in Alberta and Quebec was SCA2 in 26% and 47%, respectively. SCA6 was the third most prevalent SCA subtype in Quebec (14%), which was not seen as commonly in other provinces. SCA1 was uncommonly seen in both Alberta and Quebec, despite being common in Ontario. Conclusions: In this largest Canadian study, we describe the prevalence, distribution, and clinical characteristics of AD SCA. We found that the distribution of the most common SCA differed in the three provinces studied. This finding reflects the heterogenous nature of the Canadian population.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,018
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,045
Tête enseignante GPT0,351
Écart entre enseignants0,306 · 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

Citations10
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMovement Disorders Clinical PracticeMême sujetGenetic Neurodegenerative DiseasesTravaux en français237 207