Frequency and Distribution of Corneal Astigmatism and Keratometry Features: Methodology and Findings of the UK Biobank Study
Notice bibliographique
Résumé
Abstract Purpose To describe corneal astigmatism in the UK Biobank population, to look for associations with other biometric variables and socio-demographic factors, and to report the proportion with abnormal keratometry and irregular astigmatism suggestive of pathological corneal ectasias such as keratoconus. Methods Cross-sectional data were obtained from UK Biobank ( www.ukbiobank.ac.uk/ ). A subsample of 107,452 participants from UK communities had undergone an enhanced ophthalmic examination including autorefractor keratometry (Tomey RC 5000, Tomey Corp., Nagoya, Japan). After quality control and applying relevant exclusions, data on corneal astigmatism on 83,751 participants was available for analysis. Potential associations were tested through univariable regression and significant parameters carried forward for multivariable analysis. Results In a univariable analysis, the characteristics significantly protective against corneal astigmatism were gender (male), older age, darker skin colour and increased alcohol intake (all p<0.001). The parameters significantly associated with increased corneal astigmatism were older age at completion of full time education, use of UV protection and lower corrected visual acuity. After inclusion in the multivariable analysis, age, gender, age at completion of full time education, corrected visual acuity and skin colour remained significant (all p<0.001). Increased corneal astigmatism was also found to be significantly associated with amblyopia or strabismus. No individuals with abnormal keratometry or irregular astigmatism were reported. Conclusions This analysis of associations with astigmatism in a large cohort of volunteers confirms previous associations including adverse associations with younger age and female gender, and identified novel associations including darker skin colour and frequency of alcohol intake. The highest risk group for corneal astigmatism were younger females of lighter skin colour, having completed full time education later, with higher logMAR corrected visual acuity. We also confirmed that corneal astigmatism is a high risk factor for amblyopia and strabismus. Finally since no cases of keratoconus were identified, this would suggest that simple keratometry indices may not be sufficient for population screening of keratoconus.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».