MétaCan
Menu
Retour à la cohorte
Enregistrement W4390483576 · doi:10.7759/cureus.51447

Subjective Dry Eye Symptoms and Objective Ocular Surface Signs in a Civil Air Crew Population: A Cross-Sectional Study

2024· article· en· W4390483576 sur OpenAlexaff
Anna Fachinetti, Edoardo Marelli, Paola Velati, Piercarlo Minoretti, Giuseppe De Palma, Camilla Sigurtà

Notice bibliographique

RevueCureus · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueOcular Surface and Contact Lens
Établissements canadiensSurgical Specialties (Canada)
Organismes subventionnairesnon disponible
Mots-clésAircrewMedicineCross-sectional studyCrewPhysical therapyTest (biology)PopulationDrynessOphthalmologySurgeryEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Background Aviation professionals are often exposed to conditions such as low cabin air pressure, reduced humidity, and prolonged artificial lighting, which may predispose them to dry eye disease (DED). We therefore designed a cross-sectional study with three primary objectives. Our first aim was to determine the prevalence of subjective dry eye symptoms among civil flight personnel. To achieve this, we administered the Standard Patient Evaluation of Eye Dryness (SPEED) questionnaire. Second, we performed ocular examinations to assess objective DED indicators, such as the Schirmer's-1 (SCH-1) test and tear film break-up time (TBUT). We then correlated the results of these objective tests with the subjective symptoms reported by the participants. Last, we aimed to identify the independent risk factors for positive SCH-1 and TBUT results among aircrew personnel who did not report subjective dry eye symptoms. Methods The study sample consisted of 189 aircrew personnel (94 men and 95 women; mean age: 35.8 ± 10.4 years). They completed the SPEED questionnaire, a tool for assessing ocular surface symptoms. Participants' symptoms were classified as normal (SPEED scores 0-6), moderate (SPEED scores 7-15), or severe (SPEED scores 16-28). The objective assessment included the SCH-1 test for tear production and the TBUT test for tear film quality. Results A significant majority of participants (n = 165; 87.3%) did not report any subjective symptoms of DED. However, 12.2% (n = 23) and 0.5% (n = 1) of the study subjects experienced moderate and severe symptoms, respectively. The SCH-1 test and TBUT test were positive in 25.4% (n = 48) and 24.9% (n = 47) of the participants, respectively. Interestingly, among the aircrew personnel who did not report any subjective dry eye symptoms (SPEED scores 0-6), 18.8% (n = 31) and 17.6% (n = 29) showed abnormal results on the SCH-1 test and TBUT, respectively. Age was identified as the only independent predictor of a positive TBUT (odds ratio = 1.05, 95% confidence interval (CI) = 1.01-1.08, p = 0.01), with a borderline significant association with a positive SCH-1 test (odds ratio = 1.03, 95% CI = 0.99-1.07, p = 0.06). Conclusions The disparity between subjective symptoms and objective tests emphasizes the significance of incorporating objective measures for screening and diagnosing DED in civil flight personnel. If independently confirmed by future research, our findings could potentially lead to the routine implementation of surveillance protocols that incorporate objective DED indicators. Moreover, as age emerged as an independent predictor of positive results on objective tests, it is crucial to consider age-specific screening strategies.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,014
Tête enseignante GPT0,308
Écart entre enseignants0,295 · 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'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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetOcular Surface and Contact LensTravaux en français237 207