Validation of farsi translation of the ocular surface disease index
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.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle