Determining the incidence of familiality in ALS: A study of temporal trends in Ireland from 1994 to 2016
Notice bibliographique
Résumé
Objective: To assess temporal trends in familial amyotrophic lateral sclerosis (FALS) incidence rates in an Irish population and to determine factors influencing FALS ascertainment. Methods: Population-based data collected over 23 years, using the Irish amyotrophic lateral sclerosis (ALS) register and DNA biobank, were analyzed and age-standardized rates of FALS and associated familial neuropsychiatric endophenotypes were identified. Results: Between 1994 and 2016, 269 patients with a family history of ALS from 197 unique families were included on the register. Using stringent diagnostic criteria for FALS, the mean age-standardized FALS incidence rate for the study period was 11.1% (95% confidence interval[CI], 8.8–13.4). The FALS incidence rate increased steadily from 5.2% in 1994 to 19.1% in2016, an annual increase of 0.7% (95% CI, 0.5–0.9,p< 0.0001). Inclusion of the presence of neuropsychiatric endophenotypes within kindreds increased the FALS incidence rate to 30%. The incidence of FALS in newly diagnosed individuals from known families increased signif-icantly with time, accounting for 50% of all FALS diagnoses by 2016. The mean annual rate of recategorization from “sporadic ALS” to “FALS” was 3% (95% CI, 2.6–3.8). Conclusions: The true population-based rate of FALS is at least 20%. Inclusion of extended endophenotypes within kindreds increases the rate of FALS to 30%. Cross-sectional analysis of clinic-based cohorts and stringent definitions of FALS underestimate the true rate of familial disease. This has implications for genetic counseling and in the recognition of presymptomatic stages of ALS.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».