Evidence for Changing Guidelines for Routine Screening for Retinopathy of Prematurity
Notice bibliographique
Résumé
CONTEXT: Existing guidelines recommended by the Canadian Pediatric Society (CPS) and American Academy of Pediatrics (AAP) for routine screening for retinopathy of prematurity (ROP) remain controversial. OBJECTIVE: To determine whether current guidelines for routine screening for ROP should be changed. DESIGN: We examined data that were collected as part of a larger study of 14 neonatal intensive care units (NICUs) in Canada. We examined the effect of strategies using different birth weight (BW) and gestational age (GA) criteria for routine ROP screening, and performed a cost-effectiveness analysis. SETTING: The 14 NICUs (except one) are regional tertiary level referral centres serving geographic regions of Canada, and include approximately 60% of all tertiary-level NICU beds in Canada. PATIENTS: This large cohort included all 16 424 infants admitted to 14 Canadian NICUs from January 8, 1996, to October 31, 1997. INTERVENTIONS: None. MAIN OUTCOME MEASURE: Treatment for ROP. RESULTS: The most cost-effective strategy was to routinely screen only infants having a BW of 1200 g or less. This included all infants treated for ROP (except 1 outlier at 32 weeks GA and 1785 g BW), at a marginal cost per additional person with improved vision of $513 081 for screening patients between 28 weeks GA and 1200 g BW, compared with $1 800 039 and $2 075 874 for using the current AAP and CPS guidelines, respectively (cryotherapy outcomes). Results for laser therapy were similar, but costs were slightly lower. This strategy reduced the number of infants screened under the current CPS guidelines by 46%. CONCLUSION: Screening only infants having a BW of 1200 g or less is the most cost-effective strategy for routine ROP screening.
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 | 0,001 | 0,010 |
| 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 | 0,000 |
| 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 ».