The Agreement Between Self-Assessment and Clinician Assessment of Dry Eye Severity
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: The purpose of this analysis was to measure the degree of agreement between clinicians' assessment and subjects' self-assessment of dry eye severity in a cross-sectional, observational dry eye study. A secondary purpose was to identify the role of gender and age in that concordance. METHODS: In a cross-sectional observational study, 162 dry eye subjects and 48 controls were recruited from clinical databases of ICD-9 codes in 6 clinical sites. Before examination, subjects gave a global self-assessment of the severity of their dry eye from "none" to "extremely severe." After a clinical examination that included dry eye tests, the clinician discussed the subjects' symptoms and then gave global clinician assessment of dry eye from "none" to "severe." We measured the degree of agreement in these global measures. RESULTS: Although the correlation and agreement between clinician and self-assessment was significant (r = 0.720, P = 0.000; weighted K = 0.471; 95% CI = 0.395, 0.548; P = 0.000), the clinician assessment underestimated the severity in 40.9% of the subjects by at least 1 grade compared with the subjects' self-assessment. Over 54% of subjects over age 65 and 43% of the female subjects had their condition underestimated by the clinician (P < 0.05). CONCLUSIONS: Clinicians often relatively underestimated the severity of the subjects' self-assessment of dry eye in this clinical study, especially among the elderly and women. Eye care practitioners need better, more quantitative tools for the assessment of ocular surface symptoms to improve the concordance in severity assessment and to meet the needs of this symptomatic patient population by offering them appropriate treatments.
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