MétaCan
Menu
← Retour à la cohorte
Enregistrement W7162290653 · doi:10.59747/smjidisurabaya.v3i1.97

Association between blue light exposure from digital devices and dry eye syndrome in young adults: a systematic review

2025· article· W7162290653 sur OpenAlexaboutno aff
Maria Evane Navy Cahaya Putri, Empi Irawan

Notice bibliographique

RevueSurabaya Medical Journal · 2025
Typearticle
Langue
DomaineMedicine
ThématiqueOcular Surface and Contact Lens
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBlue lightRisk assessmentAssociation (psychology)Dry eyesRisk factorMEDLINE

Résumé

récupéré en direct d'OpenAlex

Background: The rise in digital device usage has amplified exposure to blue light, raising concerns regarding its impact on ocular health, particularly in relation to dry eye syndrome (DES). This systematic review aims to assess the association between blue light exposure and DES severity among young adults, with a focus on studies demonstrating significant findings and minimal risk of bias. Objective: This review examines the impact of blue light exposure on DES in young adults, focusing on symptom severity and the potential benefits of blue light filters. Material and Method: A comprehensive search was conducted in PubMed, Scopus, and Google Scholar, covering the period from 2015 to 2025. Out of 20 identified studies, eight met the inclusion criteria. Data extraction focused on blue light exposure, DES assessment, and effect sizes. Risk of bias was evaluated using the Newcastle-Ottawa Scale (NOS). Conclusion: Blue light exposure is significantly associated with increased DES symptoms in young adults. Implementing screen time management strategies and blue light filters may mitigate ocular surface damage. Further longitudinal studies are necessary to validate preventive strategies and assess long-term outcomes.

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)0,004
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,005
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,005
Tête enseignante GPT0,247
Écart entre enseignants0,243 · 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.

Devis d'étudeRevue systématique
DomaineMéthodes
GenreSynthèse

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSurabaya Medical Journal→Même sujetOcular Surface and Contact Lens→Travaux en français237 207→