Risk factors of retinal vein occlusion in East Asia: a meta-analysis
Notice bibliographique
Résumé
Objective With the intention of developing a more targeted control strategy for retinal vein occlusion (RVO) in East Asian populations, a meta-analysis was conducted to evaluate the risk factors associated with RVO in this region. Methods PubMed, Web of Science, Cochrane Library, CNKI, Wanfang and VIP databases were searched for studies that reported risk factors of RVO in East Asia, published from the establishment of the database to May 2024. To further filter the articles, Newcastle-Ottawa Scale (NOS) evaluation method was utilized to assess the quality of selected articles. After valid data were extracted, Meta-analysis was performed by Review Manager software. Results A total of 21 literatures were included, including 27561 cases in the RVO group (Case group) and 514578 cases in the non-retinal vein occlusion (NRVO) group (Control group). Results of meta-analysis showed that chronic kidney disease [odds ratio (OR)=4.14, 95% confidence interval (CI): (1.86%, 9.24%)], hypertension [OR=4.11, 95% CI: (3.09%, 5.48%)], hyperlipidemia [OR=3.45, 95%CI: (2.32%, 5.12%)], diabetes mellitus [OR=3.00, 95%CI: (1.88%, 4.80%)], homocysteine [OR=0.87, 95%CI: (0.59%, 1.15%)], have statistically significant differences between the RVO group and the NRVO group( P <0.05). Conclusion The occurrence of RVO is closely related to its risk factors, such as chronic kidney disease, hypertension, hyperlipidemia, diabetes mellitus and high homocysteine. In the process of diagnosis and treatment of RVO, doctors should focus on the above risk factors to prevent the occurrence of the disease.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,004 |
| Bibliométrie | 0,002 | 0,002 |
| 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 | 0,001 | 0,001 |
| 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 ».