Three-Year Outcomes of Aflibercept Treatment for Neovascular Age-Related Macular Degeneration: Evidence from a Clinical Setting
Notice bibliographique
Résumé
INTRODUCTION: To report 3-year treatment outcomes with intravitreal aflibercept injections for neovascular age-related macular degeneration (nAMD) in routine clinical practice. METHODS: This was a retrospective, single-centre, non-randomized interventional case series analysis. Data from treatment-naïve patients with nAMD treated between 1 October 2013 and 31 February 2014 were included in the analysis. Data including age, gender, vision acuity (VA) measured on Early Treatment of Diabetic Retinopathy Study charts (ETDRS) and injection numbers were recorded. Spectral domain optical coherence tomography (SD-OCT) data including presence or absence of macular fluid and automated central subfield macular thickness (CSMT) at year 1, 2 and 3 were also recorded. RESULTS: Of the 157 eyes of 148 patients treated, data from 108 eyes of 102 patients were available at 3-year follow-up. The mean (± SD) age was 80.6 ± 8.3 years with a mean of 154.5 ± 5.4 weeks follow-up. The mean VA changed from 54.4 ± 16 letters at baseline to 60.3 ± 18.1 letters (VA gain 5.9 ± 13.8 letter gain) at 1 year, to 60.8 ± 17.4 letters (VA gain 6.4 ± 14.9 letters) at 2 years and to 61.0 ± 16.6 letters (VA gain 6.6 ± 15.4 letters) at 3 years. The reduction in CSMT was 77.9 ± 101.4 µm with absence of macular fluid in 71% of eyes. The total mean number of injections was 15.9 ± 6.1 at year 3. CONCLUSION: The results suggest that good long-term morphological and functional treatment outcomes can be achieved using aflibercept for nAMD in a clinical setting.
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) | 0,000 | 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) | 0,000 | 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 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 ».