MétaCan
Menu
Retour à la cohorte
Enregistrement W4409480201 · doi:10.1016/j.ajoint.2025.100125

Sociodemographic disparities in eye examinations: A nationally representative survey analysis

2025· article· en· W4409480201 sur OpenAlexaff
Ryan S. Huang, Andrew Mihalache, Marko M. Popovic, Nikhil S. Patil, Peter J. Kertes, Rajeev H. Muni, Radha P. Kohly

Notice bibliographique

RevueAJO International · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueOphthalmology and Visual Health Research
Établissements canadiensSt. Michael's HospitalHealth Sciences CentreSunnybrook Health Science CentreMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychologyOptometryMedicine

Résumé

récupéré en direct d'OpenAlex

To investigate associations between sociodemographic factors and eye examinations for adults in the United States. Cross-sectional study. Data were pooled from the 2022 National Health Interview Survey, a population-based nationwide survey of randomly sampled households. Data collection occurred from January 1st to December 31st, 2022. Participants aged ≥18 years from all 50 states and the District of Columbia for whom data were available on eye examinations were included. The main outcome was whether participants had an eye examination from a specialist within the past year of being interviewed. Logistic regression models were used for univariable and multivariable analyses. Across 27,246 adults, 14,812 (54.4 %) had an eye examination within the past year and 12,434 (45.6 %) did not. In our multivariable analysis, the following sociodemographic factors were associated with an increased odds of having undergone an eye examination within the past year: female sex (OR=1.48, 95 %CI=[1.39, 1.57, p < 0.01), Hispanic ethnicity (OR=1.22, 95 %CI=[1.09, 1.37], p < 0.01) or Asian race (OR=1.15, 95 %CI=[1.05, 1.33], p = 0.04). The following factors were associated with a reduced odds of having undergone an eye examination: being single compared to married (OR=0.87, 95 %CI=[0.81, 0.93], p < 0.01), residing in the West compared to the Northeast (OR=0.86, 95 %CI=[0.77, 0.96], p = 0.01), and those who lacked citizenship status (OR=0.73, 95 %CI=[0.63, 0.84], p < 0.01), or insurance (OR=0.58, 95 %CI=[0.51, 0.66], p < 0.01). Several sociodemographic factors were associated with the likelihood of undergoing an eye examination within the past year. Public health efforts dedicated to addressing inequities in access to eye examinations are imperative.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,118
Tête enseignante GPT0,545
Écart entre enseignants0,427 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAJO InternationalMême sujetOphthalmology and Visual Health ResearchTravaux en français237 207