Sight Impairment registration in Trinidad: 35-year trend in causes and population coverage in comparison to the National Eye Survey of Trinidad and Tobago
Notice bibliographique
Résumé
Abstract Background: Little was known causes and coverage of sight impairment (SI) registration in the Caribbean. We compared the Trinidad and Tobago Blind Welfare Association (TTBWA) register and findings from the 2014 National Eye Survey of Trinidad and Tobago (NESTT). Methods: This study included TTBWA register analysis; cross-sectional validation studies of registered clients, involving interviews, vision function and cause ascertainment in July 2013, and interview and visual function measurement only in July 2016; comparison of causes of SI between register and national survey, and estimation of registration coverage. Results: The TTBWA register included 863 people (all ages) registered between 1980 and 2015, 48.1%(n=415) male. The NESTT identified 1.1%(75/7158) people aged > 5years eligible for SI or SSI registration, 49.3%(n=37) male. The causes of SI and SSI agreed closely between the register and population-representative survey, with glaucoma being the leading cause in both the register (26.1%,n=225) and population survey (26.1%, 18/69 adults), followed by cataract and diabetic retinopathy. In the validation studies combined, 62.6%(93/151) clients had SSI, 28.5%(43/151) had (partial) SI and 9.9%(15/151) did not meet SI eligibility criteria. Registration coverage was approximately 7% of the eligible population in Trinidad. SI and SSI were potentially avoidable in at least 58%(n=36/62) adults and 50%(n=7/14) children examined in the 2013 validation study. Conclusion: We report close agreement in causes of SI between a national register and contemporaneous national population-based eye survey, but highlight low register coverage, and that at least half of all SI resulted from preventable, treatable or curable eye diseases.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».