Mobile Eye Units in the United States and Canada: A Narrative Review of Structures, Services and Challenges
Notice bibliographique
Résumé
Background and Objectives: Mobile Eye Units (MEUs) have emerged as practical innovations to overcome geographic, financial, and systemic obstacles to eye care. Although numerous programs operate across the United States and Canada, a narrative review describing their structure, implementation and services, remain limited. This narrative review examines various MEUs models in the United States and Canada, using real-world examples to highlight each model’s structure, services, populations served, and key benefits and limitations. Methods: We performed a narrative review of peer-reviewed and gray literature published from 1990 to August 2025, identifying mobile eye units in the United States and Canada. Programs were grouped into four operational models based on services, equipment, and implementation characteristics. Ophthalmology residency program websites in the United States were also reviewed to assess academic involvement in mobile outreach. Results: We identified four operational MEU models: Fully Equipped Mobile Units (FEMUs), Semi-Mobile Outreach Units (SMOUs), School-Based Vision Mobile Units (SBVMUs), and Hybrid Teleophthalmology Units (HTOUs). FEMUs provide comprehensive on-site diagnostic capabilities but require substantial financial and logistical resources. SMOUs are lower-cost and flexible but offer more limited diagnostics. SBVMUs facilitate early detection in children and reduce school-based access barriers but depend on school coordination. HTOUs expand specialist interpretation through remote imaging, although their success relies on reliable digital infrastructure. Across all models, follow-up and continuity of care remain major implementation challenges. Approximately 21% of U.S. ophthalmology residency programs publicly report involvement in mobile outreach. Conclusions: MEUs play a critical role in reducing geographic and structural barriers to eye care for underserved populations across United States and Canada. However, limited outcome reporting, particularly regarding follow-up rates and continuity of care, hinders broader assessment of their effectiveness. Strengthening the integration of MEUs with patient navigators, integrated electronic health record, insurance support and support of local health networks is essential for improving long-term sustainability and impact.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,015 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».