A METHOD OF REPORTING MACULAR EDEMA AFTER CATARACT SURGERY USING OPTICAL COHERENCE TOMOGRAPHY
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In Brief Objective: To validate a method of reporting postcataract macular edema (ME) using optical coherence tomography (OCT). Methods: Data were analyzed for 130 eyes followed prospectively for ME after uncomplicated cataract surgery. Each eye underwent OCT within 4 weeks before surgery and at 1 month and 3 months after surgery. ME was defined by observation of cystoid changes by OCT. Results: Incidence of ME was 14% (95% confidence interval, 8–20). Average increase in baseline center point thickness (CPT) ± SD at 1 month for eyes with and without ME was 202 ± 113 μm and 8 ± 19 μm, respectively (P < 0.001), which resulted in a 1-letter loss (−0.02 logMAR [logarithm of the minimum angle of resolution]) and a 3-line gain (0.29 logMAR) in vision, respectively (P < 0.001). Percent change in baseline CPT ± SD for eyes with and without ME was 115 ± 67% and 6 ± 11%, respectively (P < 0.001). A ≥40% increase in baseline CPT accurately determined 100% of eyes with ME and 99% of eyes without ME. Conclusions: A ≥40% increase in baseline CPT, determined by OCT, offers a valid and objective method of reporting clinically relevant postcataract ME. Standardized reporting of postcataract ME would allow objective assessment and comparison of treatment outcomes among clinical studies. A ≥40% increase in baseline center point thickness, determined by optical coherence tomography, may offer a valid and objective method of reporting postcataract macular edema. Standardized reporting of postcataract macular edema would allow objective assessment and comparison of treatment outcomes among clinical studies.
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.
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 découle