Photobiomodulation in dry age‐related macular degeneration
Notice bibliographique
Résumé
We read with great interest the article by Merry et al. (2016) on photobiomodulation (PBM) in dry age-related macular degeneration (AMD). The tremendous results of PBM in the improvement of best-corrected visual acuity and contrast sensitivity notwithstanding, there were certain misgivings in their study which they succinctly highlighted as well. A previous similar study (TORPA) by the same authors found no difference in the preferential retinal locus (PRL) in 18 subjects treated with PBM on microperimetry (Merry et al. 2012, ARVO abstract). Preferential retinal locus (PRL) is a surrogate marker for improved and steady fixation. Microperimetry was not employed in this follow-up study. It would be interesting to see the subjective change in PRL and improvement in microperimetry in the subjects using PBM. Fundus autofluorescence (FAF), central retinal thickness (CRT) and retinal volume (RV) used as anatomical adjuncts for the change in dry AMD with PBM showed no significant improvement and in fact showed mild worsening of FAF at visit 2 (3 months). While drusen volume showed a significant change for the better, it seems odd that the FAF, which is a surrogate for retinal pigment epithelium function, showed worsening in area. The authors could try to explain this paradox. Despite these limitations, we are glad to see a novel therapeutic modality has a significant impact in dry AMD which offers more hope to AMD patients. We congratulate the authors for the outstanding results and hope to see a dose ranging of PBM would help identify the beneficial effect of specific wavelengths in AMD.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».