Blindness and cataract surgical services in Atsinanana region, Madagascar
Notice bibliographique
Résumé
PURPOSE: To assess the prevalence and causes of avoidable blindness in Atsinanana Region, Madagascar, with the Rapid Assessment of Avoidable Blindness (RAAB) survey. We analyzed the hospital records to supplement the findings for public health care planning. MATERIALS AND METHODS: Only villages within a two-hour walk from a road, about half of the population of Atsinanana was included. Seventy-two villages were selected by population-proportional-to-size sampling. In each village, compact segment sampling was used to select 50 people over age 50 for eye examination using standard RAAB methods. Records at the two hospitals providing cataract surgery in the region were analyzed for information on patients who underwent cataract surgery in 2010. Cataract incidence rate and target cataract surgery rate (CSR) was modeled from age-specific prevalence of cataract. RESULTS: The participation rate was 87% and the sample prevalence of blindness was 1.96%. Cataract was responsible for 64% and 85.7% of blindness and severe visual impairment, respectively. Visual impairment was due to cataract (69.4%) and refractive error (14.1%). There was a strong positive correlation between cataract surgical rate by district and the proportion of people living within 2 hours of a road. There were marked differences in the profiles of the cataract patients at the two facilities. The estimated incidence of cataract at the 6/18 level was 2.4 eyes per 100 people over age 50 per year. CONCLUSIONS: Although the survey included only people with reasonable access, the main cause of visual impairment was still cataract. The incidence of cataract is such that it ought to be possible to eliminate it as a cause of visual impairment, but changes in service delivery at hospitals and strategies to improve access will be necessary for this change.
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 | 0,000 |
| 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 ».