Establishing the prevalence and prevalence at birth of hemophilia in males : a meta-analytic approach using national registries
Notice bibliographique
Résumé
Background: \n \nThe large observed variability in hemophilia prevalence prevents robust estimation of burden of disease. \n \nObjective: \n \nTo estimate the prevalence and prevalence at birth of hemophilia and the associated life expectancy disadvantage. \n \nDesign: \n \nRandom-effects meta-analysis of registry data. \n \nSetting: \n \nAustralia, Canada, France, Italy, New Zealand, and the United Kingdom. \n \nParticipants: \n \nMale patients with hemophilia A or B. \n \nMeasurements: \n \nPrevalence of hemophilia as a proportion of cases to the male population, prevalence of hemophilia at birth as a proportion of cases to live male births by year of birth, life expectancy disadvantage as a 1 − ratio of prevalence to prevalence at birth, and expected number of patients worldwide based on prevalence in high-income countries and prevalence at birth. \n \nResults: \n \nPrevalence (per 100 000 males) is 17.1 cases for all severities of hemophilia A, 6.0 cases for severe hemophilia A, 3.8 cases for all severities of hemophilia B, and 1.1 cases for severe hemophilia B. Prevalence at birth (per 100 000 males) is 24.6 cases for all severities of hemophilia A, 9.5 cases for severe hemophilia A, 5.0 cases for all severities of hemophilia B, and 1.5 cases for severe hemophilia B. The life expectancy disadvantage for high-income countries is 30% for hemophilia A, 37% for severe hemophilia A, 24% for hemophilia B, and 27% for severe hemophilia B. The expected number of patients with hemophilia worldwide is 1 125 000, of whom 418 000 should have severe hemophilia. \n \nLimitation: \n \nDetails were insufficient to adjust for comorbid conditions and ethnicity. \n \nConclusion: \n \nThe prevalence of hemophilia is higher than previously estimated. Patients with hemophilia still have a life expectancy disadvantage. Establishing prevalence at birth is a milestone toward assessing years of life lost, years of life with disability, and burden of disease.
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 | 0,044 | 0,081 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,031 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».