MétaCan
Menu
Retour à la cohorte
Enregistrement W2137655692 · doi:10.1517/17425255.2013.834886

Keratoconus and crosslinking: pharmacokinetic considerations

2013· review· en· W2137655692 sur OpenAlexaff
Clara C. Chan, Victoria Squissato

Notice bibliographique

RevueExpert Opinion on Drug Metabolism & Toxicology · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueCorneal surgery and disorders
Établissements canadiensQueen's UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésKeratoconusCorneaMedicineOphthalmologyAstigmatismPharmacokineticsPathogenesisBioinformaticsPathologyInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Keratoconus (KC) is an ectatic disorder characterized by the progressive thinning and scarring of central cornea as a consequence of structural and/or compositional anomalies, although the exact etiology is largely unknown. The resultant conical protrusion of the cornea causes significant irregular astigmatism, myopia and visual impairment. AREAS COVERED: This paper will review the biochemical factors involved in the multifactorial pathogenesis of KC and the possible emerging role of inflammation in this process. Additionally, the authors discuss the development of new corneal collagen crosslinking (CCL) protocols using hypoosmolar riboflavin or transepithelial approaches with respect to the associated toxicities at the cellular level. EXPERT OPINION: Long-term consequences of standard and new emerging CCL protocols are still being studied; hence, pharmacokinetic considerations and related potential toxicities are important to consider. CCL sequentially combined with other modalities, specifically intrastromal corneal ring segments and photorefractive keratectomy can optimize the visual rehabilitation of KC patients. As we come to further understand CCL and its pharmacokinetic effects, additional indications for CCL may be discovered especially for those patients who are not suitable candidates for keratoplasty. Randomized control trials evaluating the efficacy of CCL for applications beyond halting KC disease progression are warranted.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,087
Tête enseignante GPT0,399
Écart entre enseignants0,311 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Opinion on Drug Metabolism & ToxicologyMême sujetCorneal surgery and disordersTravaux en français237 207