Incidence of Clinically Diagnosed Psoriatic Arthritis in Sweden
Notice bibliographique
Résumé
OBJECTIVE: Prior incidence estimates of psoriatic arthritis (PsA) vary considerably. We aimed to assess the annual incidence of clinically diagnosed PsA among adults in Sweden in 2014-2016, overall and stratified by age/sex/education/geography, and to investigate potential time trends in incidence in 2006-2018. Use of disease-modifying antirheumatic drugs (DMARDs) during the 2 years after diagnosis was also examined. METHODS: Patients (aged ≥ 18 years) with incident clinically diagnosed PsA in Sweden were identified from the National Patient Register (NPR) and/or the Swedish Rheumatology Quality Register (SRQ). Population statistics, stratification variables, and DMARD information were retrieved from other nationwide registers. Incidence was estimated according to a base case (BC) definition (ie, ≥ 1 main International Classification of Diseases, 10th revision, diagnosis of PsA [L40.5/M07.0-M07.3] from rheumatology/internal medicine in NPR, or a PsA diagnosis in SRQ during the relevant year, and no prior such diagnoses) and 4 different sensitivity analysis case definitions. RESULTS: The mean annual incidence of clinically diagnosed PsA among adults in Sweden in 2014-2016 was estimated at 21.77 per 100,000 person-years (PYs) at risk, according to the BC definition; 17.41 per 100,000 PYs at risk after accounting for diagnostic misclassification; and 15.78 to 28.83 per 100,000 PYs at risk across all sensitivity analyses. Incidence was slightly higher in female individuals, was lower in those with higher education (aged > 12 years), and peaked during the ages of 50 to 59 years. No apparent increasing or decreasing time trend was observed in 2006-2018. Within 2 years of diagnosis, 71.03% of patients had received DMARD therapy (22.37% biologic or targeted synthetic DMARDs). CONCLUSION: From 2014 to 2016, the annual incidence of clinically diagnosed PsA in the adult Swedish population was approximately 20 per 100,000 PYs at risk. Two years after diagnosis, almost three-quarters of patients had received DMARD therapy.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».