Enzyme-Assisted Deep Anterior Lamellar Keratoplasty—A New Method of Lamellar Dissection—A Wetlab-Based Pilot Study
Notice bibliographique
Résumé
PURPOSE: To explore the safety of a new technique of lamellar dissection, using enzymatic digestion of the corneal stroma and extracellular matrix. METHODS: This was a wetlab-based pilot study of hyaluronidase and trypsin-assisted deep anterior lamellar keratoplasty (DALK) in cadaveric human corneal tissue. Enzyme-assisted DALK was performed on 17 tissues. These underwent histologic analysis using a pneumatic dissection specimen as control. Rates of perforation and Descemet membrane (DM) exposure were recorded by clinical observation and by optical coherence tomography in selected cases. Where possible, pre- and postsurgical endothelial cell counts were obtained via specular microscopy. Two tissues from the same donor were halved, with each half soaked in a different solution (Optisol, balanced salt solution, hyaluronidase, and trypsin) for 13.5 hours to observe maximal effect. RESULTS: Successful exposure of DM was achieved in 8 specimens. In the remaining 9, manual dissection was possible to a residual depth of 25 to 90 μm where measured with optical coherence tomography. Three tissues had perforation of DM, all via manual maneuvers. No deleterious effects on residual host tissue were observed by light microscopy with no significant rates of endothelial cell loss in 8 tissues in which a predissection cell count was obtainable. The 2 enzymes had differing effects on soaked specimens that were reflected intraoperatively. CONCLUSION: Preliminary results of this ex vivo study are encouraging that enzymolysis may represent an effective innovation in DALK surgery with an acceptable safety profile. Further studies are required to refine the technique and application of the enzymes in vivo.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».