Incidence and prevalence of neurofibromatosis type 1 and 2: a systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: To obtain updated estimates of the incidence and prevalence of neurofibromatosis type 1 (NF1) and type 2 (NF2). STUDY DESIGN: We conducted a systematic search of NF1 and NF2 incidence or prevalence studies, in OVID Medline, OVID Embase, Web of Science, and Cinahl. Studies were appraised with the Joanna Briggs Institute Prevalence Critical Appraisal tool. Pooled incidence and prevalence rates were estimated through random-effects meta-analysis. RESULTS: From 1,939 abstracts, 20 studies were fully appraised and 12 were included in the final review. Pooled NF1 prevalence was 1 in 3,164 (95%CI: 1 in 2,132-1 in 4,712). This was higher in studies that screened for NF1, compared to identification of NF1 through medical records (1 in 2,020 and 1 in 4,329, respectively). NF1 pooled birth incidence was 1 in 2,662 (95%CI: 1 in 1,968-1 in 3,601). There were only 2 studies on NF2 prevalence, so data were not pooled. Pooled NF2 birth incidence was 1.08 per 50,000 births (95%CI: 1 in 32,829-1 in 65,019). CONCLUSION: We present updated estimates of the incidence and prevalence of NF1 and NF2, to help plan for healthcare access and allocation. The prevalence of NF1 from screening studies is higher than from medical record studies, suggesting that the disease may be under recognized. More studies are needed regarding the prevalence of NF2.
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 | 0,027 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,034 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».