Management of vascular risk in people with multiple sclerosis at the time of diagnosis in England: A population-based study
Notice bibliographique
Résumé
BACKGROUND: Vascular management in People with Multiple Sclerosis (PwMS) is important given the higher vascular burden than the general population, associated with increased disability and mortality. OBJECTIVES: We assessed differences in the prevalence of type 2 diabetes and hypertension; and the use of antidiabetic, antihypertensive and lipid-lowering medications at the time of the MS diagnosis. METHODS: This is a population-based study including PwMS and matched controls between 1987 and 2018 in England. RESULTS: We identified 12,251 PwMS and 72,572 matched controls. PwMS had a 30% increased prevalence of type 2 diabetes (95% confidence interval (CI) = 1.19, 1.42). Among those with type 2 diabetes, PwMS had a 56% lower prevalence of antidiabetic usage (95% CI = 0.33, 0.58). Prevalence of hypertension was 6% greater in PwMS (95% CI = 1.05, 1.06), but in those with hypertension, usage of antihypertensive was 66% lower in PwMS (95% CI = 0.28, 0.42) than controls. Treatment with lipid-lowering medications was 63% lower in PwMS (95% CI = 0.54, 0.74). PwMS had a 0.4-mm Hg lower systolic blood pressure (95% CI = -0.60, -0.13). 3.8% of PwMS were frail. CONCLUSION: At the time of diagnosis, PwMS have an increased prevalence of vascular risk factors, including hypertension and diabetes though paradoxically, there is poorer treatment. Clinical guidelines supporting appropriate vascular assessment and management in PwMS should be developed.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».