Refining evidence-based retinopathy of prematurity screening guidelines: The SCREENROP study
Notice bibliographique
Résumé
PURPOSE: Retinopathy of prematurity (ROP) is a potentially blinding condition affecting premature infants for which less than 10% of babies undergoing screening require treatment. This study assessed and validated predictors of developing clinically significant ROP (type 2 or worse) and ROP requiring treatment. DESIGN: Nationwide retrospective cohort study. METHODS: This study included infants born between January 2014 and June 2016, admitted to level 3 neonatal intensive care units across Canada who underwent ROP screening. Data were derived from the Canadian Neonatal Network database. Predefined ≥ 1% risk for clinically significant retinopathy or prematurity and ROP requiring treatment was set as threshold for screening. Thirty-two potential predictors were analyzed, to identify and validate the most important ones for predicting clinically significant ROP. The predictors were determined on a derivation cohort and tested on a validation cohort. Multivariable logistic regression modeling was used for analysis. RESULTS: Using a sample of 4,888 babies and analyzing 32 potential predictors, capturing babies with ≥1% risk of developing clinically significant ROP equated to screening babies with birth weight (BW) <1,300 g or gestational age (GA) <30 weeks while capturing babies with ≥1% risk of requiring ROP treatment equated to screening babies with BW <1,200 g or GA <29 weeks. CONCLUSIONS: The Canadian ROP screening criteria can be modified to screen babies with BW <1,200 g or GA <30 weeks. Using these criteria, babies requiring treatment would be identified while reducing the number of babies screened unnecessarily.
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 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 | 0,007 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».