Refractive error, risk of amblyopia and eye care services utilisation among Nunavik Inuit in Northern Canada
Notice bibliographique
Résumé
CLINICAL RELEVANCE: Nunavik Inuit patients, in Northern Canada, have a significant burden of refractive error. The frequency at which they access eye care is insufficient. This exposes children of this population to a substantial risk of refractive amblyopia. BACKGROUND: No data are available on eye health and services among Nunavik Inuit in Quebec, Canada. This study aims to describe the prevalence of ametropias, risk of refractive amblyopia, and eye health services uptake amongst a sample of Nunavik Inuit. METHODS: Retrospective cohort using data from electronic records of the sole government-contracted eye team travelling to all 14 Nunavik villages, from 2006 to 2018. RESULTS: Some 26,541 examinations were analysed, with data from 6,341 patients (median age 27 years (IQR 30); 32% aged under 19 years; 60.3% female) representing 48% of the census population. Population weighted prevalence of ametropias was myopia 46.5% (95% CI 45.3 - 47.6), hyperopia 17.1% (95% CI 16.2 - 18.1), astigmatism 39.6% (95% CI 38.4 - 40.8) and presbyopia 30.0% (95% CI 28.9 - 31.0). Some 5.9% of patients aged 0-9 years present a risk of refractive amblyopia. Mean frequency of examinations for all ages was once per 4 years (95% CI 4.0 - 4.0) and for children aged 5 - 19 years, frequency was once per 4.8 years (95% CI 4.8 - 5.0). In 2018, 74% of patients who were prescribed spectacles purchased them, with a median time of procurement of 21 days (IQR 247, skewness 2.7). CONCLUSION: There is a high prevalence of ametropias amongst the clinical population of Nunavik Inuit. Most patients needing spectacles obtain them within a few weeks. Frequency of eye health services is insufficient to meet recommended guidelines, especially in children, for whom the risk of refractive amblyopia is pervasive.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».