Patient age, refractive index of the corneal stroma, and outcomes of uneventful laser in situ keratomileusis
Notice bibliographique
Résumé
PURPOSE: To determine the influence of age and the corneal stromal refractive index on the difference between the predicted and actual postoperative refractive error after laser in situ keratomileusis (LASIK) and whether the precision of outcomes could be improved by considering age and the refractive index. SETTING: Vissum Instituto Oftalmologico de Alicante, Alicante, Spain. DESIGN: Case series. METHODS: Flaps were created using a mechanical microkeratome. The stromal refractive index was measured using a VCH-1 refractometer after flap lifting. Refractive data were obtained 1, 3, and 6 months postoperatively. RESULTS: Uneventful LASIK was performed in 133 eyes. The mean age, refractive index, and applied corrections were 33.4 years ± 9.49 (SD), 1.368 ± 0.006, and -2.43 ± 3.36 diopters (D), respectively. The difference between the predicted and actual postoperative refractive error = 2.315-0.021 age-1.106 refractive index (F = 3.647, r = 0.254, P=.029; n = 109) at 1 month and = 11.820-0.023 age-7.976 refractive index (F = 3.392, r = 0.261, P=.022, n = 106) at 3 months. A correlation between the actual and calculated postoperative refraction improved from r = -0.178 (P=.064; n = 75) to r = -0.418 (P<.001) after considering the true refractive index 6 months postoperatively. CONCLUSIONS: The predicted outcomes of LASIK can be improved by inputting the refractive index of the individual corneal stroma. Unexpected outcomes (>0.50 D) of LASIK could be avoided by considering patient age and the refractive index and by adjusting the applied correction accordingly.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 ».