MétaCan
Menu
Retour à la cohorte
Enregistrement W2810831802 · doi:10.1001/jamaophthalmol.2018.2510

Association of Cataract Surgery With Traffic Crashes

2018· article· en· W2810831802 sur OpenAlex
Matthew B. Schlenker, Deva Thiruchelvam, Donald A. Redelmeier

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJAMA Ophthalmology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueOphthalmology and Visual Impairment Studies
Établissements canadiensHealth Sciences CentreInstitute for Clinical Evaluative SciencesSunnybrook Health Science CentreUniversity Health NetworkKensington HealthUniversity of TorontoTrillium Health CentreToronto Western Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineCataract surgeryOdds ratioEmergency medicineConfidence intervalPoison controlCataractsCrashInjury preventionPopulationSurgeryOphthalmologyInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Importance: Cataracts are the most common cause of impaired vision worldwide and may increase a driver's risk of a serious traffic crash. The potential benefits of cataract surgery for reducing a patient's subsequent risk of traffic crash are uncertain. Objective: To conduct a comprehensive longitudinal analysis testing whether cataract surgery is associated with a reduction in serious traffic crashes where the patient was the driver. Design, Setting, and Participants: Population-based individual-patient self-matching exposure-crossover design in Ontario, Canada, between April 1, 2006, and March 31, 2016. Consecutive patients 65 years and older undergoing cataract surgery (n = 559 546). Interventions: First eye cataract extraction surgery (most patients received second eye soon after). Main Outcomes and Measures: Emergency department visit for a traffic crash as a driver. Results: Of the 559 546 patients, mean (SD) age was 76 (6) years, 58% were women (n = 326 065), and 86% lived in a city (n = 481 847). A total of 4680 traffic crashes (2.36 per 1000 patient-years) accrued during the 3.5-year baseline interval and 1200 traffic crashes (2.14 per 1000 patient-years) during the 1-year subsequent interval, representing 0.22 fewer crashes per 1000 patient-years following cataract surgery (odds ratio [OR], 0.91; 95% CI, 0.84-0.97; P = .004). The relative reduction included patients with diverse characteristics. No significant reduction was observed in other outcomes, such as traffic crashes where the patient was a passenger (OR, 1.03; 95% CI, 0.96-1.12) or pedestrian (OR, 1.02; 95% CI, 0.88-1.17), nor in other unrelated serious medical emergencies. Patients with younger age (OR, 1.27; 95% CI, 1.13-1.14), male sex (OR, 1.64; 95% CI, 1.46-1.85), a history of crash (baseline OR, 2.79; 95% CI, 1.94-4.02; induction OR, 4.26; 95% CI, 2.01-9.03), more emergency visits (OR, 1.34; 95% CI, 1.19-1.52), and frequent outpatient physician visits (OR, 1.17; 95% CI, 1.01-1.36) had higher risk of subsequent traffic crashes (multivariable model). Conclusions and Relevance: This study suggests that cataract surgery is associated with a modest decrease in a patient's subsequent risk of a serious traffic crash as a driver, which has potential implications for mortality, morbidity, and costs to society.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,007
Score d'incertitude au seuil0,751

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,034
Tête enseignante GPT0,332
Écart entre enseignants0,298 · 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