Notice bibliographique
Résumé
This study determined the prevalence of dry eye (DE) symptoms and clinical diagnosis over the age range of the human lifespan, the correlation of symptoms with diagnosis, and factors associated with DE. Data was abstracted from WatES, a retrospective file review (n=6397) of patient examinations at the University of Waterloo Optometry Clinic. The prevalence of DE symptoms and diagnosis were determined overall, in five year age groups and for individual symptoms. Using logistic regression, each symptom was analyzed for a significant association with DE diagnosis. Ocular and systemic factors, and common medications were analyzed for association with DE symptoms or diagnosis. Of all patients (0-93 years) 543 (8.5%) presented with DE symptoms. Prevalence within age groups was greatest for patients 30<35 (11.4 %) and 75<80 years (13.7 %). DE was diagnosed in 1140 patients (17.8%). Prevalence increased by 3.0% per year of age. No sex-related differences in meibomian gland dysfunction as a function of age were found. Less than half (43.5%) of symptomatic patients were diagnosed with DE. The following symptoms were associated with a DE diagnosis: dryness (OR= 7.56, 5.30-10.77 95% CI), injection (OR=3.62, 2.04-6.43 95%CI), burning/stinging/soreness (OR=2.67, 1.69-4.23 95%CI), and watery eyes/tearing (OR=1.66, 1.12-2.45 95%CI). Anterior blepharitis (OR=2.46, 2.05-2.95), being female (OR=1.24, 1.06-1.40 95%CI), contact lens wear (OR=1.34, 1.06-1.70 95%CI), and environmental allergies (OR=1.18, 1.00-1.41 95% CI) were statistically associated with a diagnosis of DE. In summary, specific presenting symptoms predicted DE diagnosis, DE was diagnosed in patients of all ages, and its prevalence increased steadily with age.
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) | 0,001 | 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 ».