Epidemiology of Pediatric Ocular Surface Inflammatory Diseases in the United States Using the Optum Labs Data Warehouse
Notice bibliographique
Résumé
PURPOSE: To benchmark the epidemiologic features of pediatric ocular surface inflammatory diseases (POSID). DESIGN: Retrospective cohort study. PARTICIPANTS: Patients 18 years of age or younger with a medical claim for a diagnosis of POSID in the Optum Labs Data Warehouse between 2007 and 2020. METHODS: Patients with claims of blepharokeratoconjunctivitis (BKC), herpes simplex keratoconjunctivitis (HSK), or vernal keratoconjunctivitis (VKC) were included. Those with less than 6 months of follow-up before the initial diagnosis of POSID were excluded. Odds ratios (ORs) were derived from multivariable logistic regression analyses evaluating the associations between epidemiologic variables and POSID development. MAIN OUTCOME MEASURES: The primary outcome was the estimated prevalence of POSID. Prevalence of POSID subtypes and changes in prevalence over time were also evaluated. RESULTS: Two thousand one hundred sixty-eight patients with POSID were identified from 2018 through 2019, yielding an estimated prevalence of 3.32 per 10 000. The prevalence of POSID was higher among children between 5 and 10 years of age, male children, those of Asian descent, and those living in the Northeast and the West census regions of the United States. The prevalence (per 10 000) of BKC, HSK, and VKC in the same period were 0.59 (95% confidence interval [CI], 0.53-0.65), 0.74 (95% CI, 0.68-0.81), and 1.99 (95% CI, 1.88-2.10), respectively, and significant differences were found in terms of age, sex, racial, ethnic, and regional distributions among the diagnoses. Between 2008 through 2009 and 2018 through 2019, a significant increase in POSID was noted among Asians (from 6.26 [95% CI, 5.28-7.36] to 11.80 [95% CI, 10.40-13.34]) driven by changes in VKC. Multivariable analysis demonstrated that age older than 5 years (OR, 2.57-3.75; 95% CI, 2.17-4.34), male sex (OR, 1.38; 95% CI, 1.26-1.50), Asian descent (OR, 3.12; 95% CI, 2.70-3.60), and Black or African American descent (OR, 1.26; 95% CI, 1.02-1.55) were associated with POSID development. CONCLUSIONS: This study provides an estimated prevalence of POSID and its 3 common subtypes in the United States, with important epidemiologic differences among them. 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».