MétaCan
Menu
Retour à la cohorte
Enregistrement W4386575313 · doi:10.1016/j.ophtha.2023.09.005

Impact of Vision Impairment and Ocular Morbidity and Their Treatment on Quality of Life in Children

2023· review· en· W4386575313 sur OpenAlexafffund
Dongfeng Li, Ving Fai Chan, Gianni Virgili, Sonia Mavi, Sheetal Pundir, Manpreet K. Singh, Xinshu She, Prabhath Piyasena, Mike Clarke, Noelle Whitestone, Jennifer L. Patnaik, Baixiang Xiao, David H. Cherwek, Habtamu Negash, Sara O’Connor, S. Grace Prakalapakorn, Huilan Huang, Huan Wang, Matthew Boswell, Nathan Congdon

Notice bibliographique

RevueOphthalmology · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueOphthalmology and Visual Impairment Studies
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesMedical Research CouncilSantenQueen's UniversityQueen's University Belfast
Mots-clésMedicineQuality of life (healthcare)OptometryVisual impairmentIntensive care medicineOphthalmologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

TOPIC: This review summarizes existing evidence of the impact of vision impairment and ocular morbidity and their treatment on children's quality of life (QoL). CLINICAL RELEVANCE: Myopia and strabismus are associated with reduced QoL among children. Surgical treatment of strabismus significantly improves affected children's QoL. METHODS: We conducted a systematic review and meta-analysis by screening articles in any language in 9 databases published from inception through August 22, 2022, addressing the impact of vision impairment, ocular morbidity, and their treatment on QoL in children. We reported pooled standardized mean differences (SMDs) using random-effects meta-analysis models. Quality appraisal was performed using Joanna Briggs Institute and National Institutes of Health tools. This study was registered with the International Prospective Register of Systematic Reviews (identifier, CRD42021233323). RESULTS: Our search identified 29 118 articles, 44 studies (0.15%) of which were included for analysis that included 32 318 participants from 14 countries between 2005 and 2022. Seventeen observational and 4 interventional studies concerned vision impairment, whereas 10 observational and 13 interventional studies described strabismus and other ocular morbidities. Twenty-one studies were included in the meta-analysis. The QoL scores did not differ between children with and without vision impairment (SMD, -1.04; 95% confidence interval [CI], -2.11 to 0.03; P = 0.06; 9 studies). Myopic children demonstrated significantly lower QoL scores than those with normal vision (SMD, -0.60; 95% CI, -1.09 to -0.11; P = 0.02; 7 studies). Children with strabismus showed a significantly lower QoL score compared with those without (SMD, -1.19; 95% CI, -1.66 to -0.73; P < 0.001; 7 studies). Strabismus surgery significantly improved QoL in children (SMD, 1.36; 95% CI, 0.48-2.23; P < 0.001; 7 studies). No randomized controlled trials (RCTs) concerning refractive error and QoL were identified. Among all included studies, 35 (79.5%) were scored as low to moderate quality; the remaining met all quality appraisal tools criteria. DISCUSSION: Reduced QoL was identified in children with myopia and strabismus. Surgical correction of strabismus improves the QoL of affected children, which supports insurance coverage of strabismus surgery. Further studies, especially RCTs, investigating the impact of correction of myopia on QoL are needed. FINANCIAL DISCLOSURE(S): Proprietary or commercial disclosure may be found in the Footnotes and Disclosures at the end of this article.

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)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,009
Bibliométrie0,0040,005
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,140
Tête enseignante GPT0,480
Écart entre enseignants0,340 · 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'étudeSans objet
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

Citations17
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOphthalmologyMême sujetOphthalmology and Visual Impairment StudiesTravaux en français237 207