Determinants of visual acuity outcomes in eyes with neovascular AMD treated with anti-VEGF agents: an instrumental variable analysis of the AURA study
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
PurposeTo identify the strongest variable(s) linked with the number of ranibizumab injections and outcomes in AURA, and to identify ways to improve outcomes using this association.MethodsAURA was a large observational study that monitored visual acuity over a 2-year period in patients with neovascular age-related macular degeneration (AMD) who received ranibizumab injections. Baseline characteristics, resource use, and outcomes were analyzed using an instrumental variable approach and regression analysis.ResultsData were analyzed from 2227 patients enrolled in AURA. Optical coherence tomography (OCT) and ophthalmoscopy were the most common diagnostic tests used, and this combination was the strongest instrumental variable. Use of OCT and ophthalmoscopy affected the number of injections given and resulted in an increase in visual acuity gains from baseline of 17.6 letters in year 1 and 2.5 letters in year 2. Regression models using the instrumental variable (OCT and ophthalmoscopy combined) showed that ≥5.1 (95% CI: 3.3-11.4) ranibizumab injections were needed to maintain visual acuity from baseline to year 1 and ≥8.3 (95% CI: 5.3-18.8) injections were needed to maintain visual acuity from year 1 to year 2. To gain ≥15 letters, ≥7.9 (95% CI: 5.1-17.5) ranibizumab injections would be needed in year 1 and ≥16.1 (95% CI: 10.3-36.4) injections would be needed over 2 years.ConclusionsThese findings highlight the role that regular monitoring plays in guiding neovascular AMD therapy and they showed that the number of ranibizumab injections needed to maintain visual acuity is higher than that administered in AURA.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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