How to do conjunctival and buccal biopsies to investigate cicatrising conjunctivitis: improving the diagnosis of ocular mucous membrane pemphigoid
Notice bibliographique
Résumé
A 79-year-old female presented with a 3-year history of trichiasis and red eyes (figure 1A). Multiple operations for entropion and trichiasis had been carried out previously, and a conjunctival biopsy investigating mucous membrane pemphigoid (MMP), had been negative. Her right eye was blind due to retinal detachment and glaucoma. Acuity was light perception in the right eye (OD) and 6/12 in the left eye (OS). There was active inflammation and bilateral inferior symblepharon, left upper lid entropion and trichiasis. There were no systemic features of MMP. Figure 1 (A) The patient's cicatrised inflamed left eye. (B) Taking a biopsy from the eye (not the same patient). If the speculum does not fit, manually open the lids. (C) Taking a buccal biopsy. (D) Michel's transport medium. (E) Direct immunofluorescence showing linear IgG, IgA along the basement membrane zone. Conjunctival and buccal mucosa biopsies were undertaken. Serum was tested for indirect inmunofluorescence. Conjunctival and serum immunofluorescence were negative, but buccal mucosa showed linear IgG and IgA staining along the basement membrane zone (BMZ), consistent with MMP. Oral prednisolone 1 mg/kg/day on a tapering course over 6 weeks, and mycophenolate 1 g twice daily were commenced. Nine months later, left upper lid entropion surgery was performed with excellent results. 1. What investigations are needed to identify the cause of cicatrising conjunctivitis? 2. Describe how to do conjunctival and buccal biopsies? 3. How would you manage the patient if you suspect ocular MMP, but all immunopathology …
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 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».