TREAT-AND-EXTEND REGIMENS WITH ANTI-VEGF AGENTS IN RETINAL DISEASES
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: A review of treat-and-extend regimens (TERs) with intravitreal anti-vascular endothelial growth factor agents in retinal diseases. METHODS: There is a lack of consensus on the definition and optimal application of TER in clinical practice. This article describes the supporting evidence and subsequent development of a generic algorithm for TER dosing with anti-vascular endothelial growth factor agents, considering factors such as criteria for extension. RESULTS: A TER algorithm was developed; TER is defined as an individualized proactive dosing regimen usually initiated by monthly injections until a maximal clinical response is observed (frequently determined by optical coherence tomography), followed by increasing intervals between injections (and evaluations) depending on disease activity. The TER regimen has emerged as an effective approach to tailoring the dosing regimen and for reducing treatment burden (visits and injections) compared with fixed monthly dosing or monthly visits with optical coherence tomography-guided regimens (as-needed or pro re nata). It is also considered a suitable approach in many retinal diseases managed with intravitreal anti-vascular endothelial growth factor therapy, given that all eyes differ in the need for repeat injections. CONCLUSION: It is hoped that this practical review and TER algorithm will be of benefit to health care professionals interested in the management of retinal diseases.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle