Age-Related Macular Degeneration Prevalence and its Risk Factors in Iran: A Systematic Review and Meta-Analysis Study
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
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle