MétaCan
Menu
Retour à la cohorte
Enregistrement W6973603233 · doi:10.57760/sciencedb.15849

Vision impairment and subsequent daily activity limitation: A systematic review and meta-analysis

2024· dataset· en· W6973603233 sur OpenAlexaboutno aff

Notice bibliographique

RevueScienceDB · 2024
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésActivities of daily livingChecklistAssociation (psychology)Visual impairmentForest plot

Résumé

récupéré en direct d'OpenAlex

Table 1. PRISMA 2020 Checklist 4Table 2. MOOSE Checklist 7Supplementary Material 3. Literature search strategy. 9Table 4. A list of the excluded studies and reasons for their exclusion. 13Table 5. Quality assessment and publication bias evaluation of included study using the Newcastle-Ottawa Scale (NOS) 16Figure 1. Forest plot of correlation between vision impairment and difficulties with activity of daily living. 18Figure 2. Forest plot of correlation between vision impairment and difficulties with instrumental activity of daily living. 19Figure 3. Forest plot of the association between vision impairment and difficulties with activity of daily living. 20Figure 4. Forest plot of the association between vision impairment and difficulties with activity of daily living using pooled SMD analysis. 21Figure 5. Forest plot of the association between vision impairment and difficulties with activity of daily living using another pooled SMD analysis. 22Figure 6. Forest plot of the association between vision impairment and difficulties with activity of daily living based on different ADL assessments. 23Figure 7. Sensitivity analysis for the association between vision impairment and difficulties with activity of daily living based on different ADL assessments. 24Figure 8. Forest plot of the association between vision impairment and difficulties with activity of daily living based on severity of vision impairment. 25Figure 9. Forest plot of the association between vision impairment and difficulties with activity of daily living based on different assessments of ADL. 26Figure 10. Forest plot of the association between vision impairment and difficulties with activity of daily living based on different vision impairment characteristics. 27Figure 11. Forest plot of the association between vision impairment and difficulties with instrumental activity of daily living. 28Figure 12. Forest plot of the association between vision impairment and difficulties with instrumental activity of daily living based on different vision assessments. 29Figure 13. Forest plot of the association between vision impairment and difficulties with instrumental activity of daily living based on severity of vision assessments. 30Figure 14. Forest plot of the association between vision impairment and difficulties with instrumental activity of daily living based on different assessments of IADL. 31Figure 15. Sensitivity analysis for the association between vision impairment and difficulties with instrumental activity of daily living based on different vision impairment characteristics. 32Figure 16. Forest plot of the association between vision impairment and difficulties with instrumental activity of daily living based on different vision impairment characteristics. 33Figure 17. Funnel plot for publication bias: ADL difficulties for people with 18-99 years. 34Figure 18. Funnel plot for publication bias: ADL difficulties for people with ≥65 years. 35Figure 19. Funnel plot for publication bias: ADL difficulties for moderate to severe vision impairment 36Figure 20. Funnel plot for publication bias: Self-reported vision impairment and ADL difficulty. 37Figure 21. Funnel plot for publication bias: Objectively measured vision impairment and ADL difficulty. 38Figure 22. Funnel plot for publication bias: Self-reported ADL difficulty and vision impairment 39Figure 23. Funnel plot for publication bias: Objectively-measurement ADL difficulty and vision impairment 40Figure 24. Funnel plot for publication bias: IADL difficulties in people with 18-99 years. 41Figure 25. Funnel plot for publication bias: ADL difficulties IADL difficulties in people with ≥65 years. 42Figure 26. Funnel plot for publication bias: Self-reported IADL difficulty and vision impairment 43Figure 27. Funnel plot for publication bias: Objectively measured IADL difficulty and vision impairment 44Figure 28. Funnel plot for publication bias: IADL difficulties for moderate to severe vision impairment 45Figure 29. Funnel plot for publication bias: Objectively measured vision impairment and IADL difficulty. 46Figure 30. Funnel plot for publication bias: Self-reported vision impairment and ADL difficulty. 47

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)0,020
score de la tête « metaresearch » (Gemma)0,077
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,077
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0120,024
Bibliométrie0,0100,013
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0300,001

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 Opus0,070
Tête enseignante GPT0,364
Écart entre enseignants0,293 · 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'étudeMéta-analyse
Domainenon disponible
GenreJeu de données

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

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScienceDBTravaux en français237 207