Age-Related Macular Degeneration Prevalence and its Risk Factors in Iran: A Systematic Review and Meta-Analysis Study
Notice bibliographique
Résumé
Purpose: To estimate the prevalence of age-related macular degeneration (AMD) and determine its risk factors in Iran. Methods: A comprehensive electronic search was conducted in PubMed, Scopus, Web of Science, and Google Scholar, with no restrictions on time or language of publication. Eleven studies meeting the eligibility criteria were included. Six studies with a total sample size of 9930 were included in the meta-analysis to calculate the overall prevalence of AMD in Iran. Meta-analysis was performed using Stata/MP version 15.0. Risk of bias assessment was carried out based on the Newcastle-Ottawa Scale. Results: All participants in the studies were over 40 years old. The pooled prevalence of AMD was estimated to be 9.9% (95% confidence interval [CI]: 6.3%-13.5%). After accounting for publication bias, this estimated decreased to 6.4% (95% CI: 4%-10.2%). Smoking (odds ratio [OR]: 1.781; 95% CI: 1.152-2.756), hypertension (HTN) (OR: 1.512; 95% CI: 1.119-2.044), diabetes mellitus (DM) (OR: 1.545; 95% CI: 1.088-2.194), and hyperlipidemia (OR: 1.512; 95% CI: 1.055-2.165) were identified as AMD risk factors. Conclusion: Based on the results of the present review, the prevalence of AMD in the Iranian population over 40 years of age is estimated to be 6.4%, and having a history of smoking, HTN, DM, and hyperlipidemia are identified as risk factors of AMD in Iran. Further original studies are needed to draw more accurate conclusions.
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 | 0,013 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,019 | 0,036 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».