Infrared Imaging of Meibomian Glands and Evaluation of the Lipid Layer in Sjogren's Syndrome Patients and Nondry Eye Controls
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: The purpose of this study was to evaluate meibomian gland dropout and lipid layer thickness (LLT) in patients with and without Sjögren's syndrome dry eye (SS). METHODS: We recruited 11 participants with SS (males/females [M/F], 1:10; mean age = 56.0 ± 9.1 years) and 10 control subjects without dry eye (M/F, 3:7; mean age = 58.5 ± 4.7 years). All participants completed the Ocular Surface Disease Index (OSDI) questionnaire. The LLT was assessed using the Tearscope Plus based on the appearance of the lipid layer. Noninvasive tear break-up time (NITBUT) also was measured. The lower and upper lids were everted, and the meibomian glands were imaged using the infrared camera of the Keratograph 4. A meibomian gland dropout score due to gland loss was obtained. Statistical analysis was conducted using the Mann-Whitney U test and correlations were determined using Spearman rank correlations. RESULTS: Of the SS participants, 100% reported ocular and oral dryness symptoms in the AECC questionnaire. The SS group recorded a higher OSDI score (median = 48.00, interquartile range [IQR] 23.0-56.2 vs. 2.1, IQR 0.0-2.6; P < 0.001), reduced LLT (median [IQR] = 15.0 [15.0-15.0] vs. 60.0 [45.0-100.0] nm; P = 0.001), and lower NITBUT (median [IQR] = 3.7 [2.5-4.2] vs. 9.5 [6.4-17.6] sec; P < 0.001) compared to the controls. Digital meibomian gland dropout score (% dropout) was significantly higher for the SS group (16.0% [IQR 12.1-40.0%] vs. 6.7% [IQR 1.5-12.7%]; P = 0.01). Subjective meibomian gland dropout score (0-6 score) was significantly higher for the SS group (median [IQR] = 1.5 [1.0-4.0] vs. 1.0 [0.0-1.25]; P = 0.03). CONCLUSIONS: Patients with SS showed higher meibomian gland dropout scores and reduced LLT and NITBUT, which likely contribute to the severe dry eye symptoms reported by SS subjects.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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