Validation of farsi translation of the ocular surface disease index
Notice bibliographique
Résumé
PURPOSE: To develop and validate a Farsi version of Ocular Surface Disease Index (OSDI) for the Iranian population. METHODS: This study was a translation and cross-cultural adaptation and validation of Farsi version of OSDI. Four bilingual (English-Persian) individual including three physicians and one native English teacher were asked to translate the original English OSDI questionnaire in Farsi. Following back and forth translation, integration and pilot check, the translation team came to consensus on translation. Consecutive patients visited in ophthalmology clinic, underwent comprehensive general ophthalmology exam and specific assessments for dry eye including non-anesthetic Schirmer's test, fluorescein tear break-up time, Fluorescein and Rose Bengal staining and Farsi OSDI (F-OSDI). F-OSDI was again rechecked within 2-7 days after the examination. RESULTS: Forty-four participants were enrolled into study. Thirty-two (72.7%) were male and 12 (27.3%) female. Mean age of participants was 45.5 (SD = ±15.97, range = 18-80) years. Twenty five percent were less than 31 years old and 10% percent older than 65. The cronbach's alpha for the questionnaire was 0.807. Questions number 7, 8 showed excellent, and question12 showed good internal consistency, respectively. There was a significant correlation between all pre measures and post assessments. CONCLUSION: The obtained F-OSDI showed acceptable internal consistency and test-retest reliability. This F-OSDI could be used for assessment of dry eye, ocular surface discomfort and quality of life in Iranian and Farsi speaking populations.
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 | 0,009 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».