MétaCan
Menu
Retour à la cohorte
Enregistrement W2298021796 · doi:10.1517/14712598.2016.1167868

Vascular endothelial growth factor inhibitor use and treatment approach for choroidal neovascularization secondary to pathologic myopia

2016· review· en· W2298021796 sur OpenAlexaff
Kaivon Pakzad-Vaezi, Hemal Mehta, Zaid Mammo, Adnan Tufail

Notice bibliographique

RevueExpert Opinion on Biological Therapy · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueRetinal Diseases and Treatments
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAfliberceptRanibizumabMedicineMacular degenerationChoroidal neovascularizationOphthalmologyVascular endothelial growth factorBevacizumabSurgeryVEGF receptorsInternal medicineChemotherapy

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Myopic choroidal neovascularization (CNV) is the most common cause of CNV in those under 50 years of age. It is a significant cause of visual loss in those with pathologic myopia. The current standard of care involves therapy with intravitreal inhibitors of vascular endothelial growth factor (VEGF). AREAS COVERED: The epidemiology of myopia, high myopia, pathologic myopia, and myopic CNV is reviewed, along with a brief discussion of historical treatments. The pharmacology of the three most commonly used anti-VEGF agents is discussed, with an emphasis on the licensed drugs, ranibizumab and aflibercept. A comprehensive clinical approach to diagnosis and treatment of myopic CNV is presented. EXPERT OPINION: The current standard of care for myopic CNV is intravitreal inhibition of VEGF, with ranibizumab and aflibercept licensed for intraocular use. The diagnosis, OCT features of disease activity and retreatment algorithm for myopic CNV is different from wet age-related macular degeneration. In the long-term, myopic CNV may be associated with gradual, irreversible visual loss due to progressive chorioretinal atrophy, for which there is currently no treatment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,148
Tête enseignante GPT0,370
Écart entre enseignants0,222 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Opinion on Biological TherapyMême sujetRetinal Diseases and TreatmentsTravaux en français237 207