Global estimates on the number of people blind or visually impaired by Uncorrected Refractive Error: 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
BACKGROUND: Uncorrected refractive error (URE) is a readily treatable cause of visual impairment (VI). This study provides updated estimates of global and regional vision loss due to URE, presenting temporal change for VISION 2020 METHODS: Data from population-based eye disease surveys from 1980-2018 were collected. Hierarchical models estimated prevalence (95% uncertainty intervals [UI]) of blindness (presenting visual acuity (VA) < 3/60) and moderate-to-severe vision impairment (MSVI; 3/60 ≤ presenting VA < 6/18) caused by URE, stratified by age, sex, region, and year. Near VI prevalence from uncorrected presbyopia was defined as presenting near VA < N6/N8 at 40 cm when best-corrected distance (VA ≥ 6/12). RESULTS: In 2020, 3.7 million people (95%UI 3.10-4.29) were blind and 157 million (140-176) had MSVI due to URE, a 21.8% increase in blindness and 72.0% increase in MSVI since 2000. Age-standardised prevalence of URE blindness and MSVI decreased by 30.5% (30.7-30.3) and 2.4% (2.6-2.2) respectively during this time. In 2020, South Asia GBD super-region had the highest 50+ years age-standardised URE blindness (0.33% (0.26-0.40%)) and MSVI (10.3% (8.82-12.10%)) rates. The age-standardized ratio of women to men for URE blindness was 1.05:1.00 in 2020 and 1.03:1.00 in 2000. An estimated 419 million (295-562) people 50+ had near VI from uncorrected presbyopia, a +75.3% (74.6-76.0) increase from 2000 CONCLUSIONS: The number of cases of VI from URE substantively grew, even as age-standardised prevalence fell, since 2000, with a continued disproportionate burden by region and sex. Global population ageing will increase this burden, highlighting urgent need for novel approaches to refractive service delivery.
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 | 0,003 |
| Bibliométrie | 0,000 | 0,003 |
| 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) | 0,007 | 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