Intermediate impacts of COVID-19 lockdowns on surgical glaucoma cases in Quebec, Canada: insights from a tertiary eye center
Notice bibliographique
Résumé
AIM: To assess the effect of the coronavirus disease 2019 (COVID-19) pandemic on the wait times and severity of surgical glaucoma cases in a single tertiary referral center in Quebec, Canada. METHODS: Preoperative severity data included mean visual field (VF) deficit, intraocular pressure (IOP), the number of topical glaucoma medication classes, and preoperative best corrected visual acuity (BCVA). The times from referral to procedure (referral time) and from listing date to procedure (waitlisting time) were calculated. RESULTS: This retrospective cohort study involved 181 eyes of patients undergoing glaucoma surgery from March 1 to June 30, 2019 (pre-pandemic period), and 201 eyes in the same timeframe in 2021 (pandemic period) at Saint-Sacrement Hospital in Quebec City. There was no significant difference in the severity data of surgical glaucoma across both periods (VF deficit: P=0.48; IOP: P=0.14; BCVA: P=0.24; topical medication classes: P=0.27). The number of patients referred with oral glaucoma medication increased slightly from 45 to 70 in 2019 and 2021 respectively (P=0.08). Delay data were also comparable. Mean referral time was 122±120d in 2019 versus 144±136d in 2021 (P=0.09), whereas waitlisting time before the pandemic was 43±44.5 versus 39±41.8d in 2021 (P=0.13). CONCLUSION: Despite North America’s strictest pandemic restrictions, limited negative impact is observed on waitlisting delays and the severity of glaucoma cases presenting at our center. A larger subset of patients is treated with oral medications indicating a possible increase in advanced glaucoma.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».