MétaCan
Menu
Retour à la cohorte
Enregistrement W4280532957 · doi:10.3390/jcm11102809

Sjögren’s Syndrome Associated Dry Eye: Impact on Daily Living and Adherence to Therapy

2022· article· en· W4280532957 sur OpenAlexaffabout
Evan Michaelov, Caroline G. McKenna, Pierre Ibrahim, Manav Nayeni, Arpit Dang, Rookaya Mather

Notice bibliographique

RevueJournal of Clinical Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueOcular Surface and Contact Lens
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineDry eyesGerontologyInternal medicineOphthalmology

Résumé

récupéré en direct d'OpenAlex

Sjögren's syndrome-related dry eye disease (SS-DED) often involves more severe dry eye symptoms than people with non-SS dry eye disease (DED). This cross-sectional study employed an anonymous self-administered questionnaire to understand the experience of people living with SS-DED and to identify factors affecting adherence to DED self-care. Participants reported difficulty with visual tasks such as driving, and diminished enjoyment in daily activities due to DED symptoms. Almost 80% reported being worried about a reduced quality of life due to DED, and over 50% reported fear of blindness. The most common reasons for non-adherence were cost of therapy and forgetting to instill drops. Drop rationing to reduce cost of therapy was endorsed by 83% of respondents. Only 3% of respondents had private insurance for non-prescription agents required to treat DED. A quarter of respondents reported they would not disclose non-adherence to their eye care provider. Multiple regression analysis revealed age was a significant contributor to missing drops. This is the first study to report on the financial burden experienced by SS-DED patients in Canada. This paper identified strategies used by patients to reduce the cost of therapy and its impact on adherence to treatment. Patients may be reluctant to disclose challenges regarding adherence to DED therapy, as well as fears of worsening quality of life.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,048
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,004
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,068
Tête enseignante GPT0,428
Écart entre enseignants0,360 · 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.

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

Citations15
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MedicineMême sujetOcular Surface and Contact LensTravaux en français237 207