Glaucoma Control Strategies in Sub-Saharan Africa: A Review of the Clinical and Health Economic Evidence
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: A review of the effectiveness, costs, and cost-effectiveness of detection and treatment strategies for glaucoma control in Sub-Saharan Africa (SSA) was conducted.Methods: Detailed searches were performed using the Ovid Medline, Ovid Embase, The Cochrane Library, Web of Science, Scopus, and LILACS databases up to September 2016. The key Medical Subject Heading search terms used included glaucoma, diagnosis, treatment, effectiveness, costs, cost-effectiveness, and Sub-Saharan Africa. Effectiveness was measured as the proportion of study participants with an intra-ocular pressure less than or equal to 22 mmHg.Results: A total of 5658 records were examined with 48 papers identified. The sensitivity and specificity of portable instruments or smartphone technologies to detect glaucomatous changes ranged from 58.3% to 93.8% and from 82.4% to 96.8%, respectively. The overall effect size for various glaucoma interventions was: 0.39 (95% confidence interval (CI) 0.27–0.54, I2 = 64.85, p = 0.036) for laser trabeculoplasty; 0.56 (95% CI 0.23–0.84, I2 = 85.74, p = 0.001) for drainage implant devices; 0.66 (95% CI 0.61–0.71, I2 = 0.00, p = 0.402) for medical management; and 0.73 (95% CI 0.65–0.80, I2 = 93.25, p = 0.000) for all other non-drainage tube surgical interventions, including trabeculectomy surgery and the use of anti-metabolites. The mean annual cost of anti-glaucoma drugs across SSA was USD 394, with a mean direct non-medication cost per year of USD 54, and a mean surgical cost per year of USD 283.Conclusions: While effective glaucoma control interventions exist, their widespread use and diffusion across SSA remain challenging principally due to low per capita income levels and high glaucoma treatment costs.
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 | 0,010 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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