MétaCan
Menu
Retour à la cohorte
Enregistrement W7036618304

Characteristics, Etiological Factors, and Visual Outcomes of Pediatric Open Globe Injuries in Central Saudi Arabia: A 22-Year Retrospective Study

2023· article· en· W7036618304 sur OpenAlexaboutno aff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueMachine Learning in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEtiologyRetrospective cohort studyVisual acuityPresentation (obstetrics)Red eyeGlobe
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Huda Al Ghadeer,1 Rajiv Khandekar2,3 1Emergency Department, King Khaled Eye Specialist Hospital, Riyadh, Saudi Arabia; 2Research Department, King Khaled Eye Specialist Hospital, Riyadh, Saudi Arabia; 3Department of Ophthalmology and Vision Sciences, Faculty of Medicine, University of British Columbia, Vancouver, BC, CanadaCorrespondence: Huda Al Ghadeer, Emergency Department, King Khaled Eye Specialist Hospital, PO Box 7191, Riyadh, 11462, Saudi Arabia, Tel +966 1 4821234 ext. 2500, Email hghadeer@kkesh.med.saPurpose: To discuss the characteristics, etiological factors, and visual outcomes of open globe injuries (OGIs) in children at a tertiary eye hospital in Riyadh, Central Saudi Arabia.Methods: This was a hospital-based cohort study conducted in 2021. Children aged ≤ 16 years with OGI based on the Birmingham Eye Trauma Terminology classification were included. The age, gender, type, cause of OGI, and vision were recorded, as well as uncorrected and best corrected visual acuity (UCVA and BCVA, respectively). There was a change in the UCVA and BCVA one year after management. BCVA following management was linked to a variety of factors.Results: There were 664 eyes with OGI. [median age 5.1, 461 (69.6%) boys]. UCVA at presentation was < 20/400 in 525 (79%) of eyes with OGI. Injuries were mainly due to metallic objects in 195 (29.4%), glass in 102 (15.4%), and fireworks in 62 (9.4%). The Change in visual impairment grade in UCVA and BCVA after management compared to the initial presentation was significant (p < 0.001). Improvement of two lines of BCVA was noted in 345 (52%), no change in (

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
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 enseignants0,003
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0050,006
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 Opus0,169
Tête enseignante GPT0,535
Écart entre enseignants0,366 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetMachine Learning in HealthcareTravaux en français237 207