Fisher-Rao distance and sex differences in disease prevalence trajectories
Notice bibliographique
Résumé
Abstract Objectives We introduce a new application of the Fisher–Rao geodesic distance to quantify sex differences in age-stratified chronic-disease prevalence trajectories, modelling those trajectories as dynami-cal systems on the hyperbolic plane and using GBD 2021 data. Methods We analysed prevalence for 10 major chronic conditions across three regions—US states (50 states + DC), 24 Western European countries, and 47 Japanese prefectures—over 1990–2019. We logit-transformed prevalence and summarised each age-sex cohort by normal-approximation parameters ( µ, σ ), which were then embedded in the hyperbolic plane. Sex differences were quantified as the difference between the total Fisher–Rao trajectory lengths for males and females. We assessed cross-regional consistency using parametric (mean differences) and nonparametric (Cohen’s g) summaries, and compared Fisher–Rao results to KL divergence, absolute mean differences, and absolute SD differences. Study design Cross-sectional analysis of GBD 2021 prevalence data modelled as trajectories in the hyperbolic plane. Results The Fisher–Rao distance showed greater cross-regional consistency than the alternative metrics. Males showed greater trajectory shifts in neoplasms, cardiovascular diseases, chronic respiratory diseases, diabetes/kidney diseases, skin/subcutaneous diseases, and sense organ diseases. Females showed greater shifts in neurological disorders, mental disorders, and substance use disorders. Digestive diseases exhibited mixed patterns. Conclusions This geometry-informed metric outperforms alternatives in assessing sex disparities in disease burdens, enhancing public health surveillance and equity in chronic disease management. Future extensions should incorporate gender dimensions.
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 | 0,007 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».