Soft Contact Lens‐Related Dryness with and without Clinical Signs
Notice bibliographique
Résumé
PURPOSE: To report demographics, wearing patterns, and symptoms from soft contact lens (SCL) wearers with significant SCL-related dryness symptoms with and without significant ocular signs of dryness. METHODS: In a multicenter, prospective observational clinical trial, symptomatic SCL wearers reported significant SCL-related dryness via self-administered questionnaire of frequency and intensity of dryness after a dry eye (DE) examination. DE etiology was assigned post hoc by an expert panel, and those with and without significant DE-related signs were analyzed by univariate logistic regression. Possible DE etiologies were aqueous tear deficiency, SCL-induced tear instability, meibomian gland dysfunction, or "other." Wearers without signs that qualified for any DE etiology were designated as No DE Signs (NDES). RESULTS: Of the 226 SCL symptomatic wearers examined, 23% were without signs, 30% had aqueous tear deficiency, 25% had SCL-induced tear instability, 14% had meibomian gland dysfunction, and 8% had "other" diagnoses. The NDES wearers had significantly longer pre-lens break-up time (9.8 vs. 6.6 s, p < 0.0001), better lens wetting (3.4 vs. 2.4 0 to 4 scale, p < 0.0001), lower levels of film deposits on lenses (0.45 vs. 0.92, 0 to 4 scale, p < 0.0001), and of most slit lamp signs. The NDES wearers were significantly more likely to be male (36% vs.19%, p = 0.013), were less likely to have deteriorating comfort during the day (81% vs. 97%, p = 0.001), reported longer average hours of comfortable wear (11 ± 3 vs. 9 ± 4 h, p = 0.014), had older contact lenses (18 ± 14 vs. 13 ± 12 days, p = 0.029), and greater intensity of photophobia early and late in the day (p = 0.043 and 0.021). CONCLUSIONS: Symptoms of dryness in SCL wearers stem from a variety of underlying causes. However, nearly one-quarter of these symptomatic SCL wearers appear to be free of signs of dryness. The effective management of CL-related dryness requires a comprehensive range of clinical assessments and the use of a diverse range of management strategies.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».