SOCIAL DETERMINANTS OF HEALTH IN AGE-RELATED MACULAR DEGENERATION
Notice bibliographique
Résumé
PURPOSE: To investigate the relationship between social determinants of health and the prevalence of age-related macular degeneration (AMD). METHODS: This analysis included adult respondents (≥50 years old) from the 2017 National Health Interview Survey. The primary outcomes were self-reported diagnosis of AMD and self-reported vision loss because of AMD. Univariable and multivariable logistic regression models were used for analysis. RESULTS: A total of 14,267 National Health Interview Survey participants were included, of whom 668 (4.7%) reported an AMD diagnosis. In the multivariable analysis, respondents aged over 81 years had higher odds of AMD (odds ratio [OR] = 7.54, 95% confidence interval [CI], 4.76-11.96, P < 0.001) compared with those aged 50 to 60. Divorced, separated, or widowed participants (OR = 1.27, 95% CI, 1.01-1.61, P = 0.042) also had a higher odds of AMD compared with married participants. Conversely, Black/African-American (OR = 0.23, 95% CI, 0.14-0.39, P < 0.001), Asian (OR = 0.38, 95% CI, 0.16-0.88, P = 0.023), and gay, lesbian, or bisexual respondents (OR = 0.45, 95% CI, 0.22-0.93, P = 0.032) had lower odds of AMD compared with White and heterosexual respondents, respectively. Employment was also associated with lower odds of AMD (OR = 0.71, 95% CI, 0.53-0.96, P = 0.026) compared with unemployment. CONCLUSION: Several social determinants of health were associated with self-reported AMD diagnosis. These factors should be considered by policymakers and clinicians to effectively orchestrate public health initiatives aimed at promoting equitable care.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».