Visual impairment and mortality in patients with type 2 diabetes
Notice bibliographique
Résumé
Objective: To evaluate whether visual acuity impairment was an independent predictor of mortality in patients with type 2 diabetes. Research design and methods: This is a 19-year follow-up of a cohort of 1241 patients newly diagnosed with type 2 diabetes and aged 40 years or over. Visual acuity was assessed by practicing ophthalmologists both at diabetes diagnosis and after 6 years. The logarithmic value of the visual acuity (logMAR) was the exposure. Multivariable Cox regression models were adjusted for multiple potential confounders including cardiovascular disease, and censored for potential mediators, that is, fractures/trauma. Primary outcomes were from national registers: all-cause mortality and diabetes-related mortality. Results: Visual impairment at diabetes diagnosis was robustly associated with subsequent 6-year all-cause mortality. Per 1 unit reduced logMAR acuity the incidence rate of all-cause mortality increased with 51% (adjusted HR: 1.51; 95% CI 1.12 to 2.03) and of fractures/trauma with 59% (HR: 1.59; 95% CI 1.18 to 2.15), but visual acuity was not associated with diabetes-related mortality. After censoring for fractures/trauma, visual acuity was still an independent risk factor for all-cause mortality (HR: 1.68; 95% CI 1.23 to 2.30). In contrast, visual acuity 6 years after diabetes diagnosis was not associated with the subsequent 13 years' incidence of any of the outcomes, as an apparent association with all-cause mortality and diabetes-related mortality was explained by confounding from comorbidity. Conclusions: Visual acuity measured by ophthalmologists in patients newly diagnosed with type 2 diabetes was an independent predictor of mortality in the short term.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».