Examining the environmental risk factors of progressive-onset and relapsing-onset multiple sclerosis: recruitment challenges, potential bias, and statistical strategies
Notice bibliographique
Résumé
It is unknown whether the currently known risk factors of multiple sclerosis reflect the etiology of progressive-onset multiple sclerosis (POMS) as observational studies rarely included analysis by type of onset. We designed a case-control study to examine associations between environmental factors and POMS and compared effect sizes to relapse-onset MS (ROMS), which will offer insights into the etiology of POMS and potentially contribute to prevention and intervention practice. This study utilizes data from the Primary Progressive Multiple Sclerosis (PPMS) Study and the Australian Multi-center Study of Environment and Immune Function (the AusImmune Study). This report outlines the conduct of the PPMS Study, whether the POMS sample is representative, and the planned analysis methods. The study includes 155 POMS, 204 ROMS, and 558 controls. The distributions of the POMS were largely similar to Australian POMS patients in the MSBase Study, with 54.8% female, 85.8% POMS born before 1970, mean age of onset of 41.44 ± 8.38 years old, and 67.1% living between 28.9 and 39.4° S. The POMS were representative of the Australian POMS population. There are some differences between POMS and ROMS/controls (mean age at interview: POMS 55 years vs. controls 40 years; sex: POMS 53% female vs. controls 78% female; location of residence: 14.3% of POMS at a latitude ≤ 28.9°S vs. 32.8% in controls), which will be taken into account in the analysis. We discuss the methodological issues considered in the study design, including prevalence-incidence bias, cohort effects, interview bias and recall bias, and present strategies to account for it. Associations between exposures of interest and POMS/ROMS will be presented in subsequent publications.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».