MétaCan
Menu
Retour à la cohorte
Enregistrement W3163444942 · doi:10.4103/pajo.pajo_82_21

Prevalence and risk factors for diabetic retinopathy in Nigeria

2021· article· en· W3163444942 sur OpenAlexaboutno aff
Taoreed Adegoke Azeez, Olusegun Adetomiwa Adediran, Emmanuel Eguzozie, Ejemhen Ekhaiyeme

Notice bibliographique

RevueThe Pan-American Journal of Ophthalmology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinal Imaging and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiabetic retinopathyMedicineOptometryRisk factorDiabetes mellitusInternal medicineBusinessEndocrinology

Résumé

récupéré en direct d'OpenAlex

Introduction: The prevalence of diabetes mellitus and its complications is rising globally. Diabetic retinopathy is one of the most common microvascular complications of diabetes and is the most common cause of blindness in adults globally. The aims of this study were to determine the pooled prevalence of diabetic retinopathy in Nigeria and to identify the associated risk factors. Methods: Medical databases including PubMed, Google Scholar, African Journals online, Cochrane library, EMBASE, and SCOPUS were searched for studies on diabetic retinopathy in Nigeria between the years 2000 and 2020 using the MESH terms “diabetic retinopathy,” “prevalence,” “risk factors,”, “Nigeria.” The gray literature was also searched. The Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines were strictly adhered to in selecting the studies. The outcome variables of interest were prevalence of diabetic retinopathy in Nigeria as well as risk factors associated with diabetic retinopathy. The Newcastle-Ottawa scale was used to assess the quality and bias of the selected studies. Statistical analyses were performed using Stata version 14.3. DerSimonian and Laird random-effect model was used. Heterogeneity was assessed using the I 2 statistic. Results: Twenty studies met the eligibility criteria and they were selected for the studies. The total sample size was 3299. I 2 statistic was 99%, which suggests a high level of heterogeneity among the selected studies. Using the random-effect model, the pooled prevalence of diabetic retinopathy in Nigeria was 21.3% (95% confidence interval 21.1–21.5). The most common risk factors for diabetic retinopathy in Nigeria were duration of diabetes, poor glycemic control, and hypertension. Conclusion: The prevalence of diabetic retinopathy in Nigeria is high and there is a need to improve the glycemic control of patients with diabetes so as to prevent or delay its onset.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,279

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,305
Écart entre enseignants0,288 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Pan-American Journal of OphthalmologyMême sujetRetinal Imaging and AnalysisTravaux en français237 207