Phenotyping Healthcare Use 2–3 Decades Before the First Multiple Sclerosis Demyelinating Event
Notice bibliographique
Résumé
OBJECTIVE: Phenotype hospital, physician, and emergency department (ED) visits by diagnoses and specialty up to 29 years pre-multiple sclerosis (MS) onset versus a matched population without MS. METHODS: We identified people with MS (PwMS) using population-based administrative data from Ontario, Canada (1991-2020). The first MS/demyelinating diagnostic code defined MS onset (the index date). Annual rates of healthcare use (hospital, physician, ED) by primary diagnosis (chapter-level) and physician specialty pre-index were compared between PwMS and up to 5 matched population comparators using overdispersed-Poisson regression. RESULTS: Up to 35,018 PwMS and 136,007 population comparators were included. Consistently elevated yearly physician visit rate ratios (RRs) were observed 28 years pre-index for: mental-health (RR > 1.29) and ill-defined signs/symptoms (RR > 1.15), 24 years for: nervous (RR > 1.47), musculoskeletal (RR > 1.21), injury, and respiratory-related issues (RR > 1.07), and 22 years for digestive-system (RR > 1.18). The magnitude increased as the index date approached, peaking the year pre-index for physician, hospital, and ED visit RRs for: nervous-system (range: 12.06-17.13); ill-defined signs/symptoms (range: 3.51-5.45), mental-health (range: 2.13-2.70), musculoskeletal (range: 1.84-2.96), injury (range: 1.58-2.27), digestive-system (range: 1.49-1.78) and respiratory-system (range: 1.37-2.06). By specialty, yearly visit RRs for primary care were > 1.08 for 28 years pre-index, internal medicine exceeded 1.19 for 25 years, and psychiatry and neurology > 1.52 for 24 years pre-index. INTERPRETATION: Higher healthcare use was evident for over two decades before the first demyelinating event. Mental-related, ill-defined signs/symptoms and primary care visits were consistently elevated the longest (28 years pre-index), followed by nervous-system, musculoskeletal, injury, respiratory-related, and digestive-system (22-24 years pre-index). Health-related phenotypical differences appear early in the MS disease process.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».