Surgical management of negative dysphotopsia
Notice bibliographique
Résumé
PURPOSE: To evaluate curative and preventative surgical strategies for negative dysphotopsia. SETTING: Private practice, Los Angeles, California, USA. DESIGN: Retrospective case series. METHODS: Patients with self-reported chronic negative dysphotopsia had corrective surgery as the therapeutic group. Second eye surgery, in cases with negative dysphotopsia in the previously operated eye, comprised the preventative group. Chronologically, several surgical strategies were used, including bag-to-bag intraocular lens (IOL) exchange, reducing posterior chamber depth, piggyback secondary IOL placement, bag-to-sulcus IOL exchange, and reverse optic capture. The primary outcome measure was improvement of negative dysphotopsia by 3 months postoperatively. RESULTS: The therapeutic group comprised 40 eyes of 37 patients; 76.6% of causative IOLs were acrylic and 23.4% were silicone and all were bag-fixated. There were 21 eyes in the preventative group of which 11 were second eyes from the therapeutic group; the remaining 10 did not require surgery for the symptomatic eye. Successful outcomes for each surgical strategy were as follows: bag-to-bag IOL exchange (0/5), a reduction in posterior chamber depth with iris suture fixation of the bag-haptic complex (0/1), piggyback secondary IOL (8/11), secondary reverse optic capture (21/22), ciliary sulcus posterior chamber IOL exchange (7/8), and primary reverse optic capture (21/21). CONCLUSIONS: Negative dysphotopsia was associated with acrylic or silicone IOLs of either square- or round-edge design. Negative dysphotopsia was reduced, eliminated, or prevented when the IOL optic overlaid the anterior capsulotomy rather than when the capsule edge overlaid the optic. Bag-to-sulcus IOL exchange and reverse optic capture were highly successful in managing or preventing negative dysphotopsia.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».