MétaCan
Menu
Retour à la cohorte
Enregistrement W2125393397 · doi:10.1586/17512433.2.1.87

Iatrogenic glaucoma therapy failure: the adverse effects of topical antiglaucoma medication treatment outcome

2008· article· en· W2125393397 sur OpenAlexaff
Sophia Saleem, Eve J. Higginbotham

Notice bibliographique

RevueExpert Review of Clinical Pharmacology · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueGlaucoma and retinal disorders
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicineGlaucomaTrabeculectomyAdverse effectOptic nerveOptic neuropathyBrimonidineMedical therapyPharmacotherapyIntensive care medicineOphthalmologyDermatologySurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Glaucoma, a group of eye diseases that share a characteristic pattern of deterioration of the optic nerve, is a leading cause of blindness internationally. The treatment options for this optic neuropathy continue to remain limited considering that patients may become refractory to either medical therapy or surgical intervention. The initial treatment of choice for most ophthalmologists is topical medical therapy. The goal of medical therapy is to reduce the intraocular pressures in an effort to either halt or slow the progressive deterioration of the optic nerve. However, topical therapy causes a spectrum of cellular responses that may lead to chronic conjunctivitis after the use of multimedication and/or long-term therapy. This chronic conjunctivitis may not only lead to intolerance to therapy, but is also attributed to a significant proportion of trabeculectomy failures due to scarring of the bleb. Since incisional surgery is a primary option for long-term management of glaucoma, particularly those patients with end-stage disease, it is important to investigate the presence of topical drug- mediated inflammation and its effects on further surgical failure.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,052
Tête enseignante GPT0,443
Écart entre enseignants0,390 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Review of Clinical PharmacologyMême sujetGlaucoma and retinal disordersTravaux en français237 207