A Retrospective Study of Causes of Low Vision in Saud Arabia, A Case of Eye World Medical Complex in Riyadh
Notice bibliographique
Résumé
Vision is the ability of seeing with a definite understanding of features, color and contrast, and to distinguish between objects visually. In the year 1999, the World Health Organization (WHO) and the International Agency for the Prevention of Blindness formulated a worldwide project for the eradication of preventable loss of sight with the subject of "Vision 2020: the Right to Sight". This global program aims to eradicate preventable loss of sight by the year 2020. This study was conducted to determine the main causes of low vision in Saudi Arabia and also to assess their visual improvement after using low vision aids (LVD).The study is a retrospective study and was conducted in low vision clinic at Eye World Medical Complex in Riyadh, Saudi Arabia. The file medical record of 280 patients attending low vision clinics from February 2008 to June 2010 was included. A data sheet was filled which include: age, gender, cause of low vision, unassisted visual acuity for long distances and short distances, low vision devices needed for long distances and short distances that provides best visual acuity. The result shows that the main cause of low vision was Optic atrophy (28.9%). Retinitis pigmentosa was the second cause of low vision, accounting for 73 patients (26%) followed by Diabetic retinopathy and Macular degeneration with 44 patients (15.7%) and 16 patients (5.7%) respectively. Inter family marriage could be one of the main causes of low vision. Public awareness should be embarked on for enlightenment on ocular diseases result in consanguineous marriage. Also, it is an important issue to start establishing low vision clinics in order to improve the situation.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».