MétaCan
Menu
Retour à la cohorte
Enregistrement W4312265899 · doi:10.15562/ism.v13i1.1250

The potential role of vitamin D supplementation in the treatment of Dry Eye Disease (DED): a systematic review

2022· review· en· W4312265899 sur OpenAlexaboutno aff
Tiara Alexander, Eunike Cahyaningsih

Notice bibliographique

RevueIntisari Sains Medis · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueOcular Surface and Contact Lens
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineCochrane LibraryVitamin D and neurologyDiseaseObservational studySystematic reviewIncidence (geometry)Randomized controlled trialInternal medicineVitaminMeta-analysisOphthalmologyMEDLINE

Résumé

récupéré en direct d'OpenAlex

Background: Dry Eye Disease (DED) is a prevalent condition that involves instability, increased osmolarity, and inflammation of the tear film and ocular surface. Vitamin D is known for its anti-inflammatory properties. Association between vitamin D deficiency and increased incidence of DED has been suggested. However, no study currently exists that systematically reviews the potential role of vitamin D as a treatment for DED. Methods: The literature search was performed on December 2021 through PubMed, Scopus, ProQuest, EBSCOhost, ScienceDirect, dan Cochrane Library using the relevant keywords. The risk of bias was assessed using the Cochrane Risk of Bias tool, ROBINS-I tools, and the Newcastle-Ottawa Scale. Results: A total of 700 articles were found, 6 of which were considered relevant based on PRISMA protocol. The included articles consist of 2 case controls, a randomized interventional study, and 3 observational studies. Vitamin D supplementation improved tear stability, symptoms of dry eye disease, and serum vitamin D level affected the efficacy of topical therapy for DED. Conclusion: Despite this beneficial finding, serum vitamin D level does not significantly correlate with DED symptoms which the multifactorial nature of the disease might cause.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0080,007
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,020
Tête enseignante GPT0,330
Écart entre enseignants0,310 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntisari Sains MedisMême sujetOcular Surface and Contact LensTravaux en français237 207