MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413039671 · doi:10.1177/17103568251365559

Global, Regional, and National Burden of Atopic Dermatitis: Insights From the Global Burden of Disease Study 2021

2025· article· en· W4413039671 sur OpenAlexvenueno aff
Hanyue Dong, Wei Chen, Xinxin Li, Ziyi Xiao, Hongmin Li

Notice bibliographique

RevueDermatitis · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatology and Skin Diseases
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMedicineAtopic dermatitisBurden of diseaseDisease burdenDiseaseDermatologyIntensive care medicineEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract: Background: The 2017 Global Burden of Disease (GBD) report identified atopic dermatitis (AD) as the skin disease with the highest disease burden, assessed in terms of disability-adjusted life-years (DALYs), and a modest increase in the number of AD-associated DALYs was observed in 2019 compared to 2017. Objective: This study aims to provide updated insights from the GBD 2021 database. Methods: Data on the prevalence and DALYs of AD in 2021 were extracted from the GBD database. Statistical analyses were performed by R software (version 4.4.1). Results: In 2021, AD still represented the highest age-standardized DALY rate (ASDR) among all skin disorders. Globally, the age-standardized prevalence rate (ASPR) and ASDR of AD were 1728.5 (95% UI: 1658.5–1798.6) and 75.5 (95% UI: 38.8–125.6) per 100,000 population, respectively. The ASPR and ASDR were highest in high-income Asia Pacific but lowest in Central Sub-Saharan Africa. The burden of AD was mainly in children, declining with age; however, a modest rise in ASPR and ASDR was noted among the elderly. Women generally experienced a higher burden than men. Conclusions: In 2021, AD remained the leading cause of DALYs among skin diseases, disproportionately affecting children and older adults, especially in urban areas.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,282
Écart entre enseignants0,269 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDermatitis→Même sujetDermatology and Skin Diseases→Travaux en français237 207→