<p>Dry eye disease ranking among common reasons for seeking eye care in a large US claims database</p>
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
OBJECTIVES: Dry eye disease (DED) is a complex multifactorial condition of the ocular surface characterized by symptoms of ocular discomfort, irritation, and visual disturbance. Data previously reported from this study showed an increase in prevalence and incidence of DED with age and over time. The objective of this study was to compare the ranking of DED prevalence among other ocular conditions that led patients to seek eye care. METHODS: In this population-based study using the US Department of Defense Military Health System claims database of >9.7 million beneficiaries, indicators of DED and other ocular conditions were analyzed over time. The overall prevalence (2003-2015) and annual incidence (2008-2012) of DED and other ocular conditions were estimated using an algorithm based on two independent indicators derived from selected diagnostic and procedure codes and prescriptions for cyclosporine ophthalmic emulsion for DED and diagnostic codes for the indicators of other common ocular conditions. RESULTS: In 2003-2015, the most common ocular conditions were disorders of refraction and accommodation (25.84%), cataracts (17.14%), glaucoma (7.27%), disorders of the conjunctiva (6.76%), other retinal disorders (5.94%), and DED (5.28%). DED was the fifth most prevalent ocular condition in women (7.78%) and ninth most prevalent in men (2.96%). In 2012, DED had the third highest annual incidence (0.87%), behind disorders of refraction/accommodation (1.87%) and cataracts (1.50%). CONCLUSION: This study provided further epidemiologic evidence for DED as a commonly occurring condition that drives patients to seek treatment.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 | 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