Evaluation of Big Bubble Technique for Deep Anterior Lamellar Keratoplasty in Patients With Radial Keratotomy
Notice bibliographique
Résumé
PURPOSE: To report the outcome of deep anterior lamellar keratoplasty (DALK) and success rates of the big-bubble (BB) technique or manual dissection after a failed use of the BB technique in eyes that underwent prior radial keratotomy (RK). METHODS: A retrospective chart review of patients who underwent DALK after RK at Toronto Western Hospital, Canada, between 1999 and 2017 was performed. Demographic characteristics, success rates of the BB technique and manual dissection, intraoperative and postoperative complications, and best spectacle-corrected visual acuity before and after corneal transplant were analyzed. RESULTS: Ten eyes of 9 patients were included in the analysis. The average age was 64 ± 10 years (range 49-82). The average time between the RK surgery and the corneal transplant was 20 ± 5 years (range 8-24). Indications for corneal transplant were significant irregular astigmatism in 5 eyes (50%), central scarring or haze in 4 eyes (40%), and progressive hyperopia with visual fluctuation in one eye (10%). BB was successfully achieved in one eye (10%). In 6 eyes (60%), manual dissection was performed, and in 3 eyes (30%), DALK surgery was converted to penetrating keratoplasty. The average best spectacle-corrected visual acuity on the last follow-up visit was 0.26 ± 0.08 logMAR (Snellen equivalent 20/36). One eye that underwent manual DALK and one eye that underwent penetrating keratoplasty developed a rejection episode 4 and 2 months after keratoplasty, respectively. In both cases, rejection resolved with topical steroids. CONCLUSIONS: In eyes that underwent prior RK, DALK by manual dissection should be considered as a preferable surgical technique.
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 | 0,001 | 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 ».