Incidence of visual impairment in Canada: the Canadian Longitudinal Study on Aging
Notice bibliographique
Résumé
ObjectiveDetermine the 3-year incidence of visual impairment (VI) in Canada and its risk factors.DesignProspective 3-year cohort studyParticipantsData from 23 973 adults taking part in the Canadian Longitudinal Study on Aging Comprehensive Cohort baseline and 3-year follow-up exams were included.MethodsInclusion criteria were 45 to 85 years of age, community-dwelling, and living near one of the 11 data collection sites across 7 Canadian provinces. Presenting binocular visual acuity was measured using the Early Treatment of Diabetic Retinopathy study chart. Incidence of VI was defined as the development at follow-up of visual acuity worse than 20/40 in those with acuity better than or equal to 20/40 at baseline.Results3.88% (95% confidence interval [CI] 3.61–4.17) of Canadian adults developed VI over a 3-year period. There was a high degree of variability in the incidence between Canadian provinces with a low of 1.42% in Manitoba and a high of 7.33% in Nova Scotia. Uncorrected refractive error was the leading cause. Risk factors for incident VI included older age (odds ratio [OR] = 1.07, 95% CI 1.06–1.07), Black race (OR = 2.64, 95% CI 1.36–5.14), lower household income (OR = 1.73 for those making less than $20,000 per year, 95% CI 1.24–2.40), current smoker (OR = 1.78, 95% CI 1.37–2.32), and province.ConclusionThe incidence of visual impairment is common in older Canadian adults, varies markedly between provinces, and is largely owing to treatable causes. Risk factors for VI suggest subgroups that may benefit from interventions to improve access to eye care.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».