International trends in prescribing toric soft contact lenses to correct astigmatism (2000–2023): An update
Notice bibliographique
Résumé
PURPOSE: There have been significant advancements in toric soft contact lens design and manufacturing technology, and increased product availability, over the past half a century. The purpose of this work is to update earlier surveys by describing international trends in toric soft lens fitting between 2000 and 2023, inclusive. METHOD: An annual contact lens prescribing survey was sent to eye care practitioners in up to 71 countries between 2000 and 2023, inclusive. Data relating to 220,934 standard soft daily wear single vision lens fits undertaken in 20 countries returning reliable longitudinal data were analysed in respect of toric soft lens fitting. RESULTS: Overall, toric soft lens prescribing almost doubled over the time-course of this survey, from 24.4 % of standard soft daily wear single vision lens fits in 2000 to 46.2 % in 2023 (p < 0.0001). There were significant differences between countries in toric soft lens prescribing (p < 0.0001). Of all standard soft daily wear single vision contact lenses prescribed to males, 32.0 % were toric soft lenses, compared with 28.7 % for females (p < 0.0001). The mean age of toric soft lens wearers was 30.5 ± 12.5 years, compared to 27.9. ± 12.1 years for spherical soft lens wearers (p < 0.0001). Analysis of 13,582 recent toric soft lens fits (2019-2023, inclusive), in terms of material type and replacement frequency, revealed the following proportions: reusable silicone hydrogel - 51 %; daily disposable silicone hydrogel - 27 %; daily disposable hydrogel - 12 %; and reusable hydrogel - 10 %. CONCLUSION: There has been a substantial increase in toric soft lens fitting throughout the 24 years of this survey, to a point whereby almost all clinically significant astigmatism is being corrected among those wearing standard soft daily wear single vision lenses.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».