Atomic force microscopy and Langmuir–Blodgett monolayer technique to assess contact lens deposits and human meibum extracts
Notice bibliographique
Résumé
PURPOSE: The purpose of this exploratory study was to investigate the differences in meibomian gland secretions, contact lens (CL) lipid extracts, and CL surface topography between participants with and without meibomian gland dysfunction (MGD). METHODS: Meibum study: Meibum was collected from all participants and studied via Langmuir-Blodgett (LB) deposition with subsequent Atomic Force Microscopy (AFM) visualization and surface roughness analysis. CL Study: Participants with and without MGD wore both etafilcon A and balafilcon A CLs in two different phases. CL lipid deposits were extracted and analyzed using pressure-area isotherms with the LB trough and CL surface topographies and roughness values were visualized using AFM. RESULTS: Meibum study: Non-MGD participant meibum samples showed larger, circular aggregates with lower surface roughness, whereas meibum samples from participants with MGD showed more lipid aggregates, greater size variability and higher surface roughness. CL Study: Worn CLs from participants with MGD had a few large tear film deposits with lower surface roughness, whereas non-MGD participant-worn lenses had many small lens deposits with higher surface roughness. Balafilcon A pore depths were shallower in MGD participant worn lenses when compared to non-MGD participant lenses. Isotherms of CL lipid extracts from MGD and non-MGD participants showed a seamless rise in surface pressure as area decreased; however, extracts from the two different lens materials produced different isotherms. CONCLUSIONS: MGD and non-MGD participant-worn CL deposition were found to differ in type, amount, and pattern of lens deposits. Lipids from MGD participants deposited irregularly whereas lipids from non-MGD participants showed more uniformity.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 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 ».