SOCIODEMOGRAPHIC FACTORS AS PREDICTORS OF DIABETIC RETINOPATHY SCREENING
Notice bibliographique
Résumé
PURPOSE: This systematic review investigates how sociodemographic factors influence diabetic retinopathy (DR) screening adherence among individuals with diabetes. The review examines individuals with diabetes as the target population, focusing on the impact of various sociodemographic exposures on DR screening uptake. METHODS: A comprehensive systematic search was conducted across Ovid MEDLINE, Embase, and the Cochrane Library from inception to November 2024. The primary outcome was the overall rate of DR screening among individuals, while secondary outcomes included the odds ratios or proportions of individuals screened for DR, stratified by sociodemographic factors. RESULTS: Thirty-three studies were included, spanning more than 100,000 participants. Older age, higher education, higher income, and private insurance were consistently associated with higher screening adherence. Employed individuals, particularly those in manual labor or with rigid schedules, had lower participation. Women generally showed higher adherence, although findings varied. Ethnic disparities were observed, with Black and Hispanic populations demonstrating lower screening rates. Geographic distance and travel burden were frequently reported barriers. CONCLUSION: This review demonstrates that sociodemographic factors significantly affect DR screening adherence. Strengths include the broad geographic scope and diversity of populations studied. Limitations involve study heterogeneity and occasional reliance on self-reported data.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 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 ».