MétaCan
Menu
Retour à la cohorte
Enregistrement W2327844856 · doi:10.3928/01913913-20121127-02

Incidence of Retinopathy of Prematurity and Risk Factors Among Premature Infants at a Neonatal Intensive Care Unit in Canada

2012· article· en· W2327844856 sur OpenAlexaffabout
Gloria Isaza, Sourabh Arora, Manpartap Bal, Varun Chaudhary

Notice bibliographique

RevueJournal of Pediatric Ophthalmology & Strabismus · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinopathy of Prematurity Studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésRetinopathy of prematurityMedicineGestational ageNecrotizing enterocolitisNeonatal intensive care unitBirth weightIncidence (geometry)PediatricsLow birth weightMechanical ventilationPopulationBronchopulmonary dysplasiaIntensive carePregnancyInternal medicineIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To study the incidence of retinopathy of prematurity (ROP) in a neonatal intensive care unit and obtain information on risk factors associated with ROP. METHODS: Four hundred twenty-three infants were screened for ROP between July 2006 and July 2010. Demographic information, clinical data, and risk factors were reviewed. RESULTS: The incidence was 40.4% (171 infants) for ROP, 9.2% (39 infants) for severe ROP, and 5.67% (24 infants) for laser treatment. Mean gestational age and birth weight were significantly lower among infants with ROP versus those without ROP (26 ± 0.13 vs 28.55 ± 0.12 weeks, P < .0001 and 840.5 ±17.49 vs 1,190.24 ± 20.20 g, P < .0001, respectively). Birth weight (P < .001), gestational age (P < .001), mechanical ventilation therapy (P = .039), and necrotizing enterocolitis (P = .019) were independent risk factors for ROP. CONCLUSION: Gestational age and birth weight were the most significant risk factors for developing ROP. The study population had an elevated percentage of infants with birth weight less than 1,000 g (extremely low birth weight), yet there was no corresponding increase in severe ROP incidence and treatment when compared to other studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,192

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,268
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations66
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Pediatric Ophthalmology & StrabismusMême sujetRetinopathy of Prematurity StudiesTravaux en français237 207