Risk factors for epithelial erosions in laser in situ keratomileusis
Notice bibliographique
Résumé
PURPOSE: To determine the risk factors for an epithelial defect during laser in situ keratomileusis (LASIK). SETTING: LASIK Vision, Toronto, Ontario, Canada. METHODS: In this prospective cohort study, 926 patients (1852 eyes) presenting for LASIK over a 6-month period were evaluated for age, sex, Fitzpatrick Skin Type (FST), eye color, hair color at 3 years of age, facial skin wrinkling, ethnicity (Lancer Ethnicity Scale [LES]), keratometry, Schirmer I reading, corneal thickness, and preexisting signs of corneal epithelial dystrophy. In all patients, LASIK was performed using the Technolas 217 laser (Bausch & Lomb), the Hansatome(R) microkeratome (Bausch & Lomb), and the same nomogram settings. RESULTS: Fourteen percent of patients had significant epithelial fragility. In patients with FST I or II or LES 1 or 2, the relative risk of an epithelial defect was 10 times greater than in other patients; in those older than 40 years, it was 6 times greater than in other patients; in those with lighter hair or eye color, it was 2 to 3 times greater than in patients with darker hair or eyes. There was no significant difference in pachymetry, vertical or horizontal keratometry, or Schirmer readings between eyes with epithelial defects and eyes without. CONCLUSIONS: The risk of epithelial erosions during LASIK strongly correlated with patients' skin type and age.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».