Rose Bengal Staining of the Temporal Conjunctiva Differentiates Sjögren's Syndrome from Keratoconjunctivitis Sicca
Notice bibliographique
Résumé
PURPOSE: To compare the clinical presentation of 231 patients with primary Sjögren's syndrome (pSS) with 89 patients with aqueous-deficient dry eye (keratoconjunctivitis sicca; KCS), to determine those procedures that best differentiate these groups in the eye care clinic. METHODS: The records of all patients seen at the University Health Network Sjögren's Syndrome Clinic from October 1992 to July 2006 were reviewed and documented. The diagnosis of pSS was based on the AECC (American European Consensus Criteria) of 2002. KCS control subjects were non-SS patients with symptoms of dry eye and Schirmer scores of <or=10 mm in 5 minutes in at least one eye. There were 90 variables used in the analysis of the total database. Recursive partitioning was used to generate tree diagrams that demonstrated which characteristics best distinguished pSS from KCS. RESULTS: Recursive partitioning of the full database demonstrated that the serum immunoglobulin Ro and the status of the salivary gland biopsy were most important in distinguishing pSS and KCS. The presence of rose bengal staining of the temporal conjunctiva was the most important noninvasive ocular variable that separated the groups. Total rose bengal staining also improved sensitivity. When only noninvasive techniques were used, staining of the temporal conjunctiva and severity of dry mouth symptoms were the major factors in distinguishing pSS from KCS. CONCLUSIONS: Rose bengal staining of the ocular surface is an important observation in the detection of SS and the differentiation of pSS and KCS.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».