Cataract surgical coverage remains lower in women
Notice bibliographique
Résumé
BACKGROUND: Cataract remains the leading cause of global blindness. Evidence from population-based surveys, carried out up to 2000, and the launch of the VISION 2020 initiative to address avoidable blindness showed that women in low- and middle-income countries had a lower cataract surgical coverage (CSC) than men. METHODS: A systematic review identified population-based surveys reporting CSC in low- and middle-income countries published since 2000. Researchers extracted data on sex-specific CSC rates and estimated the overall CSC differences using meta-analyses. RESULTS: Among the 23 surveys selected for this review, 21 showed higher CSC among men. The Peto odds ratio revealed that men were 1.71 times (95% CI 1.48 to 1.97) more likely to have cataract surgery than women. The risk difference in the rates of surgery varied from -0.025 to 0.276, and the combined average was 0.116 (95% CI 0.082 to 0.149). DISCUSSION: Gender inequity in use of cataract surgical services persists in the low- and middle-income countries. It is estimated in this study that blindness and severe visual impairment from cataract could be reduced by around 11% in the low- and middle-income countries if women were to receive cataract surgery at the same rate as men. Additional effort globally is needed to ensure that women receive the benefits of cataract surgery at the same rate as men.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».