A systematic review and meta-analysis of the prevalence of Parkinson’s disease in lower to upper-middle-income countries
Notice bibliographique
Résumé
Parkinson's disease (PD) is a common neurodegenerative disease that is a growing public health challenge. Estimates of the burden of PD have focused on data from high-income countries, with lower-income countries poorly described. We reviewed and examined the prevalence of PD reported by studies in low- to upper-middle-income countries. A systematic literature search was performed in the Medline/PubMed, Embase, LILACS, and Web of Science databases. Age group, sex, and geographic region were considered when analyzing the data. Of the 4327 assessed articles, 57 met the inclusion criteria for qualitative review, and 36 were included in the meta-analysis. Heterogeneity measures were high both as a whole and in each geographic region. Data analysis by geographic region showed that reported prevalence differed across regions, ranging from 49 per 100,000 (Sub-Saharan Africa) to 1081 per 100,000 (Latin America and the Caribbean). There was an increasing prevalence of PD with advancing age (per 100,000): 7 in 40-49 years, 158 in 50-59 years, 603 in 60-69 years, 1251 in 70-79 years, and 2181 in over the age of 80. The prevalence of PD in men and women was similar. There was a greater PD prevalence in populations with a higher 5-year GDP per capita and a higher life expectancy. Our findings suggest a higher prevalence of PD in lower and upper-middle-income countries than previously reported. Comparisons between regions are difficult, as the sociocultural differences and lack of methodological standardization hinder understanding key epidemiological data in varied populations.
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 | 0,018 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,034 |
| Bibliométrie | 0,010 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».