Diabetic retinopathy, visual impairment and ocular status among patients with diabetes mellitus in Yemen: A hospital-based study
Notice bibliographique
Résumé
BACKGROUND: We present a series of patients with diabetes mellitus (DM) who attended an eye hospital in Sana, Yemen during 2004. AIM: To determine the magnitude and risk factors of diabetic retinopathy (DR). DESIGN: Cross-sectional study. MATERIALS AND METHODS: Ophthalmologists assessed vision, ocular pressure, ocular media and posterior segment to note ocular manifestations among patients with DM. DR was graded by using bio-microscope and Volk lens. The prevalence and 95% confidence interval of ocular complications of DM were calculated. Risk factors of DR like age, sex, duration of diabetes and hypertension were evaluated. STATISTICAL ANALYSIS: Univariate and multivariate analysis. RESULTS: Our series comprised 350 patients suffering from DM. The duration of diabetes was > or =15 years in 101 (29%) patients. Physician was treating 108 DM patients with insulin. The prevalence of DR was 55% (95% CI 49.6-60.1). The proportions of background diabetic retinopathy (BDR), preproliferative diabetic retinopathy (PPDR), proliferative diabetic retinopathy (PDR) and diabetic macular edema were 20%, 13%, 17% and 22% respectively. The prevalence of blindness among DM patients was 16%. The prevalence of cataract and glaucoma was 34.3% and 8.6%. Duration of DM was the predictor of DR. One-fifth of the patients had sight-threatening DR and needed laser treatment. CONCLUSIONS: DR was of public health magnitude among our patients. An organized approach is recommended to address DR in the study area.
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 | 0,000 | 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 ».