Impact of initial topical medical therapy on short-term quality of life in newly diagnosed patients with primary glaucoma
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To evaluate the impact of initial topical medical therapy on newly diagnosed glaucoma patients using the Indian Vision Function Questionnaire (IND-VFQ33). PATIENTS AND METHODS: The IND-VFQ33 was used to evaluate the quality of life (QoL) in 62 newly diagnosed patients with moderate to severe primary glaucoma and 60 healthy controls. IND-VFQ33 is a 33 item QoL assessment tool with three domains: General functioning, psychosocial impact and visual symptoms. The glaucoma patients were started on medical therapy and the QoL assessment was repeated after 3 months. RESULTS: Glaucoma patients (mean age: 55.6 ± 9.6 years, range 40-77 years) and controls (mean age: 54.9 ± 6.7 years, 42-73 years) were matched with respect to age (P = 0.72), gender (P = 0.91) and literacy (P = 0.18). Glaucoma patients had significantly worse QoL as compared to controls at baseline across all the three domains (P < 0.001). 3 months after initiation of treatment, the overall QoL life significantly worsened from baseline with a decrease in general functioning (P < 0.001) and psychosocial impact (P = 0.041). Visual acuity in better eye significantly co-related to poor QoL at baseline (P < 0.001) and at 3 months (P = 0.04). In addition, the use of >2 topical medications significantly co-related to poor QoL at 3 months (P = 0.01). CONCLUSIONS: Evaluation using the IND-VFQ33 revealed that newly diagnosed glaucoma patients have a significant worsening of QoL after initiation of topical ocular hypotensive therapy. This should be an important consideration when educating patients about the disease and its therapy.
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.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 découle