International collaboration to improve knowledge on myotonic dystrophy type 2
Notice bibliographique
Résumé
BACKGROUND: The TREAT-NMD Global Registry Network is a global collaboration of neuromuscular disease registries, including myotonic dystrophy type 2 (DM2), which aims to facilitate collaborative research and clinical trials. OBJECTIVES: This study aimed to assess DM2 patients included in the network, and to analyse their socio-demographic and clinical features. METHODS: Data were collected through email surveys sent to 16 TREAT-NMD myotonic dystrophy core member registries. 10 registries enrolled DM2 patients. RESULTS: The total number of DM2 cases was 1,720, with the Czech, German, and USA registries enrolling the most patients (445, 430, and 339 cases, respectively). The highest rates were seen in Czechia and Serbia (4.2 and 2.0 registered per 100,000 population, respectively). High DM2:DM1 ratios were seen in Central Europe. The median age at registry entry was 51 years. Symptom onset occurred before age 20 in 14% of cases. One fifth of patients used an assistive device to walk, and 4% were non-ambulatory. Insertion of a pacemaker or implantable cardioverter-defibrillator was reported in 4% of subjects, while 7% used non-invasive ventilation. CONCLUSIONS: This represents the largest DM2 cohort assembled to date, providing demographic and clinical data for future research and trial recruitment, illustrating TREAT-NMD's international reach and the importance of capturing DM2 data.
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 | 0,039 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,003 |
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 ».