Epidemiology of systemic sclerosis in Quebec, Canada: a population-based study
Notice bibliographique
Résumé
Background: Systemic sclerosis (SSc) is a systemic life-threatening autoimmune rheumatic disease. We aimed to assess the incidence, prevalence, mortality and spatiotemporal trends of SSc in Quebec, Canada with stratification by sex and age. Methods: SSc cases were identified from Quebec populational databases from 1989 to 2019. Negative Binomial (NB) Generalized Linear Models were used for age-standardized incidence rates (ASIR) analyses and NB random walk for prevalence and mortality. A Poisson Besag-York-Mollié regression model was used for spatial analysis. Findings: 8180 incident SSc cases were identified between 1996 and 2019 with an average age of 57.3 ± 16.3 years. The overall ASIR was 4.14/100,000 person-years (95%, Confidence Interval (CI) 4.05-4.24) with a 4:1 female predominance. ASIR increased steadily over time with an Average Annual Percent Change (AAPC) of 3.94% (95% CI 3.49-4.38). While the highest incidence rates were in those aged 60-79 years old among females and >80 years old among males, the highest AAPC (∼10%) was seen in children. Standarized incidence ratios varied geographically between 0.52 to 1.64. The average prevalence was 28.96/100,000 persons (95% CI 28.72-29.20). The Standardized Mortality Ratio (SMR) decreased from 4.18 (95% CI 3.64-4.76) in 1996 to 2.69 (95% CI 2.42-2.98) in 2019. Females had a greater SMR until 2007 and males thereafter. The highest SMR was in children and young adults [31.2 (95% CI 8.39-79.82) in the 0-19-year age group]. Interpretation: We showed an increasing trend in SSc incidence and prevalence and a decline in SMR over a 25-year period in Quebec. An uneven geographic distribution of SSc incidence was demonstrated. Funding: National Scleroderma Foundation, Canadian Dermatology Foundation/Canadian Institutes of Health Research.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».