Duchenne muscular dystrophy respiratory profiles from real world registry data
Notice bibliographique
Résumé
INTRODUCTION: Understanding real-world profiles from neuromuscular databases is helpful for optimizing clinical care and planning research studies. The Canadian Neuromuscular Disease Registry (CNDR) has respiratory data from a population of boys with Duchenne Muscular Dystrophy (DMD). OBJECTIVES: To describe cross-sectional respiratory profiles from a national DMD real-world dataset. To explore the relationship between forced vital capacity percent predicted (FVC%) and disease severity parameters: scoliosis, ambulation and ventilation status. METHODS: Descriptive statistics summarized the respiratory profiles. The CNDR registry enrolls and collects DMD clinic data from 36 Canadian centers. RESULTS: There were 414 participants enrolled. The age ranged from 2 to 36 years old. Pulmonary function test data were available for 323 participants. The use of ventilatory support was seen in a significant proportion (19.5%) of subjects by age 14-16 years and was used by the majority (69.2%) by age 20-22 years. FVC% declined at a rate of 3.19% per year with every 1-year increase in age. FVC% declined annually by 2.47% in nonambulatory participants versus by 0.96% in ambulatory participants. FVC% did not significantly change over age with the presence of scoliosis or use of ventilatory technology. CONCLUSIONS: The data from this large cohort are valuable for understanding real-world patterns of clinical care and disease progression. There is a significant association between the loss of ambulation and the rate of FVC% decline. Further longitudinal studies are needed to better understand the impact of disease parameters on pulmonary function decline and the need for ventilatory support.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».