Identifying global trends from case reports of fibrodysplasia ossificans progressiva: a scoping review
Notice bibliographique
Résumé
Background: Fibrodysplasia ossificans progressiva (FOP) is an ultra-rare, disabling, genetic disorder characterized by progressive heterotopic ossification (HO). FOP care pathways are complex, and there are many underrepresented patients globally. Objectives: This scoping review aimed to identify global FOP case reports and investigate real-world management practices. Evidence sources eligibility criteria and charting methods: International/local databases and congress proceedings were searched. Publications reporting patient-level data for ⩾1 patient with an FOP primary diagnosis, published January 2000-January 2024, were eligible. Publication details, patient demographics, disease presentation, and care pathway were extracted. Data were charted through categorization of themes and frequency analyses. Results: Of 6064 publications screened, 369 were eligible, reporting on 541 patients with FOP. Most publications (82.4% (304/369)) reported an individual case; the remaining reported 2-25 cases. Cases were from 57 countries, most commonly in the Asia/Pacific region (47.0% (254/541)). Most patients had reportedly seen a single specialist (64.8% (59/91)), and care from multidisciplinary teams was reported for only 5.5% (5/91). HO (84.7% (458/541)) and great toe malformations (66.7% (361/541)) were the most commonly reported signs, though mobility limitations (46.2% (96/208)) and growths/lesions (38.5% (80/208)) were most common before diagnosis. The predominant drug classes reported for FOP treatment were corticosteroids (52.6% (102/194)) and nonsteroidal anti-inflammatory drugs (39.7% (77/194)). Surgeries were reported in 35.1% (190/541) of patients. Where specified, the most common surgery types were malformation correction/bone resection (43.6% (78/179)) and biopsies (34.1% (61/179)). Conclusion: This scoping review synthesized valuable real-world insights from case reports of FOP, potentially supporting outreach initiatives in underserved regions and facilitating shared learnings on diagnosis and treatment. Although the inherent selection bias of case studies toward atypical cases limits definitive conclusions, some global trends in the clinical management practices were revealed.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».