Global estimates on the number of people blind or visually impaired by diabetic retinopathy: a meta-analysis from 2000 to 2020
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: To estimate global and regional trends from 2000 to 2020 of the number of persons visually impaired by diabetic retinopathy and their proportion of the total number of vision-impaired individuals. METHODS: Data from population-based studies on eye diseases between 1980 to 2018 were compiled. Meta-regression models were performed to estimate the prevalence of blindness (presenting visual acuity <3/60) and moderate or severe vision impairment (MSVI; <6/18 to ≥3/60) attributed to DR. The estimates, with 95% uncertainty intervals [UIs], were stratified by age, sex, year, and region. RESULTS: In 2020, 1.07 million (95% UI: 0.76, 1.51) people were blind due to DR, with nearly 3.28 million (95% UI: 2.41, 4.34) experiencing MSVI. The GBD super-regions with the highest percentage of all DR-related blindness and MSVI were Latin America and the Caribbean (6.95% [95% UI: 5.08, 9.51]) and North Africa and the Middle East (2.12% [95% UI: 1.55, 2.79]), respectively. Between 2000 and 2020, changes in DR-related blindness and MSVI were greater among females than males, predominantly in the super-regions of South Asia (blindness) and Southeast Asia, East Asia, and Oceania (MSVI). CONCLUSIONS: Given the rapid global rise in diabetes and increased life expectancy, DR is anticipated to persist as a significant public health challenge. The findings emphasise the need for gender-specific interventions and region-specific DR healthcare policies to mitigate disparities and prevent avoidable blindness. This study contributes to the expanding body of literature on the burden of DR, highlighting the need for increased global attention and investment in this research area.
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 découle