Pycnogenol <sup>®</sup> Improves Microcirculation, Retinal Edema, and Visual Acuity in Early Diabetic Retinopathy
Notice bibliographique
Résumé
PURPOSE: The growing numbers of diabetes cases in the developed world are followed by increasing numbers of people diagnosed with diabetic complications. Diabetic microangiopathies in the eye lead to the development of retinopathy involving gradual loss of vision. Previous studies with Pycnogenol showed effectiveness for stopping progression of preproliferative stages of retinopathy. The aim of our study was to show protective effects of Pycnogenol in early stages of retinopathy, characterized by mild to moderate retinal edema in the absence of hemorrhages or hard exudates in the macula center. METHODS: Following treatment with Pycnogenol (24 patients) for 3 months, retinal edema score (dilated ophthalmology) and retinal thickness (high resolution ultrasound) showed statistically significant improvement as compared to the placebo group (22 patients), which showed negligible changes to baseline. Laser Doppler flow velocity measurements at the central retinal artery showed a statistically significant increase from 34 to 44 cm/s in the Pycnogenol group as compared to marginal effects in the control group. RESULTS: The major positive observation of this study is the visual improvement, which was subjectively perceived by 18 out of 24 patients in the Pycnogenol group. Testing of visual acuity using the Snellen chart showed a significant improvement from baseline 14/20 to 17/20 already, after 2 months treatment, whereas no change was found in the control group. CONCLUSIONS: Pycnogenol taken at this early stage of retinopathy may enhance retinal blood circulation accompanied by regression of edema, which favorably improves vision of patients.
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 | 0,000 | 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 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 ».