Rate of change and predictive factors for increasing minus contact lens powers in young myopes
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
BACKGROUND: Understanding the factors associated with myopic progression is critical to properly recruit subjects into clinical trials for control of myopia. The purpose of this study is to describe the rate of change in soft contact lens (SCL) power and the associated predictive factors in a young clinical population from the Contact Lens Assessment in Youth study. METHODS: Data from a retrospective chart review of myopic SCL wearers aged eight to 22 years were analysed for rate of progression of myopia and associated characteristics using multivariate methods. RESULTS: Myopic subjects (n = 912) with at least six months of follow-up were observed (4,341 visits, mean follow-up 25 months, 37 per cent hydrogel and 63 per cent silicone hydrogel SCLs). During observation, 36 per cent of subjects experienced a change in soft contact lens power of -0.50 D or more. Significant predictors of future increase in minus lens power were: ages eight to 13 years, shorter time to the first increase in minus power and hydrogel soft contact lens material. The mean annualised increase in minus decreased with age (-0.31D per year for eight to 13 year olds to -0.10 D per year for 20 to 22 year olds, p < 0.0001). Increases in minus were less common among users of silicone hydrogel materials than hydrogel daily disposable lenses after controlling for age (p = 0.039). CONCLUSION: In this retrospective chart review of young soft contact lens wearers, the mean annualised rate of increase in minus soft contact lens power decreased with age, longer time to first increase in power and was greater with hydrogel soft contact lenses. The rates observed were similar to progression rates in prospective myopia clinical trials that employed cylcoplegic autorefraction.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 découle