Clinical Survey of Pseudoexfoliation Syndrome
Notice bibliographique
Résumé
OBJECTIVE: Assess the prevalence of PEX and identify the associated glaucoma and cataract. STUDY DESIGN & METHODOLOGY: A sample of 6,650 patients (age ≥40 years) that attended the single ophthalmic private clinic for different complaints, for five years (January 2013 until January 2018), those diagnosed with PEX enrolled in this study, with a total number of 296 patients. RESULTS: 14 (4.7%) patients with age from 40-49 years, 54(18.2%) from 50-59 years, 102 (34.5%) from 60-69 years, and 126(42.6%) equal or older than 70 years. Close sex frequencies were observed, with 153(51.7%) males, and 143(48.3%) females. In the current study, the prevalence of PEX was 4.45% (95% confidence interval (CI), 3.98-4.97). There was a statistically insignificant relationship between PEG or advanced glaucoma with age or sex, but cataract was significantly associated with older age and male sex. CONCLUSION: The prevalence of Pseudoexfoliation syndrome was 4.45%, with a sharp increase after the age of 50 years. Although the prevalence of PEG and advanced glaucoma increased with age, it was neither statistically associated with it, nor with sex. Cataract prevalence was associated with increased age and male sex.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 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 ».