Risk Factors for a Severe Bleb Leak Following Trabeculectomy
Notice bibliographique
Résumé
PURPOSE: To describe the population at risk of having a severe bleb leak needing a surgical repair in the operating room and to study risk factors associated with severe bleb leak. PATIENTS AND METHODS: In this case-control study, 17 cases were enrolled and paired with 51 controls. We studied all patients having a surgical revision in our center for a severe bleb leak between January 1 and December 31, 2008. Three controls were paired to each case based on their surgery date. We then analyzed risk factors related to the patient, the intervention, and the postoperative follow-up. RESULTS: Younger age was the only statistically significant risk factor for a severe bleb leak in our study. The odds of a severe bleb leak decreased as the age increased (P=0.0029). In comparing the risk for a severe bleb leak in younger (below 55 y) versus patients aged 75 years or older, the odds ratio was 21.0. There were no statistically significant differences between cases and controls with respect to: type of glaucoma, number or types of previous ocular surgeries, number of preoperative topical medications, localization of the leak, localization of the wound (fornix or limbus-based), or the intraocular pressure on day 1 postoperative. CONCLUSIONS: Younger age at the time of trabeculectomy may be a risk factor for severe bleb leak. A trend was observed in which the patients under the age of 55 years were at greater risk for a severe bleb leak.
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) | 0,001 | 0,001 |
| 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 ».