Flap Buttonhole in Thin-Flap Laser In Situ Keratomileusis: Case Series and Review
Notice bibliographique
Résumé
PURPOSE: To analyze the clinical features and the risk factors leading to formation of flap buttonhole during laser in situ keratomileusis (LASIK) and the postablation visual outcome. METHODS: Medical records of all eyes that developed flap buttonhole during LASIK were retrospectively reviewed. Pre-LASIK measurements and intraoperative parameters were analyzed to predict the risk factors. RESULTS: A total of 944 eyes underwent LASIK during the study duration. Four eyes (0.42%) developed partial thickness flap buttonhole. Thin-flap LASIK (flap thickness < or =90 microm) was performed in 230 eyes. The incidence of buttonholes in thin-flap LASIK cases was 1.7% (4 of 230). LASIK procedures were performed at a tertiary eye institute between October 2006 and December 2008. The mean age was 31 +/- 8.7 years. Preablation mean spherical refractive error in the affected left eye was -7.8 +/- 1.2 diopters (D), mean steeper axis keratometry was 44.0 +/- 1.56 D, and the mean pachymetry was 520 +/- 16 microm. Buttonholing in the flap occurred in the second (left) eye of all 4 cases. All cases had undergone thin-flap LASIK with 90-microm blade using the Moria M2 microkeratome. Flap diameter was +2/7.5 and 0/8.0 for 2 eyes each. Twelve weeks after the initial procedure, transepithelial phototherapeutic keratectomy/photorefractive keratectomy was performed in all 4 eyes. Postablation visual outcome was 20/20 and 20/25 in 2 eyes each. One patient had a faint subepithelial scar at the last 1-year follow-up. CONCLUSIONS: Formation of flap buttonhole is significantly more common in the second eye and with the usage of Moria M2 microkeratome and 90-microm blade. In thin-flap LASIK, the practice of using the same microkeratome blade for the fellow eye, as is commonly followed at many refractive surgery centres, should be abandoned. Intraoperative subtraction pachymetry may be helpful in predicting the risk of buttonhole in the second eye. These precautions are especially mandatory in thin-flap LASIK irrespective of the other associated risk factors.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».