Physical and Psychosocial Challenges as Predictors of Vision Difficulty in Children: A Nationally Representative Survey Analysis
Notice bibliographique
Résumé
Purpose To elicit associations between vision difficulties and physical or psychosocial challenges in children in the United States.Methods Children aged 2–17 years old from the 2021 National Health Interview Survey with data pertaining to vision difficulty were included in our retrospective, population-based analysis. Our primary aim was investigating physical and psychosocial challenges as predictors of vision difficulty. Logistic regression models were performed on Stata version 17.0 (StataCorp LLC, College Station, Texas). Analyses were accompanied by an odds ratio (OR) and 95% confidence interval (CI).Results A total of 7,373 children had data pertaining to their level of vision difficulty and were included in our sample. In our multivariable analysis, children with a good/fair (OR = 1.84, 95% CI = [1.31, 2.60], p < 0.01), or poor (OR = 5.08, 95% CI = [1.61, 16.04], p < 0.01) general health status had higher odds of vision difficulty relative to children with an excellent/very good health status. Furthermore, children with difficulties hearing (OR = 8.67, 95% CI = [5.25, 14.31], p < 0.01), communicating (OR = 1.96, 95% CI = [1.18, 3.25], p < 0.01), learning (OR = 1.93, 95% CI = [1.27, 2.93], p < 0.01), and making friends (OR = 1.94, 95% CI = [1.12, 3.36], p = 0.02) had higher odds of vision difficulty. Nonetheless, the following factors were only predictors of vision difficulty in our univariable analysis: requiring equipment for mobility (p < 0.01), experiencing anxiety (p < 0.01), and experiencing depression (p < 0.01).Conclusion Several factors pertaining to physical and psychosocial challenges in children are associated with vision difficulty. Future research should further explore potential causal links between vision difficulty and physical or psychosocial factors to aid in coordinating public health efforts dedicated to vision health equity.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».