Comparison of Rates of Fast and Catastrophic Visual Field Loss in Three Glaucoma Subtypes
Notice bibliographique
Résumé
Purpose: To compare the distribution of visual field progression rates in three subgroups of glaucoma, being primary angle-closure glaucoma (PACG), POAG, and juvenile open-angle glaucoma (JOAG). Methods: We assessed glaucoma patients treated in an Indian tertiary care setting with at least four visual field assessments. We determined rates from a single eye of each of 525 patients using linear regression of the summary index mean deviation (MD) over time. The main outcome measures were the proportions of fast (<-1.0 to -2.0 dB/y) and catastrophic (<-2 dB/y) visual field progression. Bootstrapped 95% CIs allowed comparison with published data from a large clinical cohort in Canada. Results: The combined proportion of fast and catastrophic progressors in our cohort was less than half that in the Canada dataset (2.3% vs. 5.8%), despite median progression rates differing by only 0.03 dB/y. PACG, POAG, and JOAG represented 45%, 32%, and 12% of our cohort, respectively. Baseline MD values were similarly distributed between these subtypes. All subtypes showed a similar shaped distribution for progression rates, with median progression rates of -0.03, -0.05, and 0.02 dB/y for PACG, POAG, and JOAG, respectively. Combined proportions of fast and catastrophic progression rates did not significantly differ between subtypes. Conclusions: Differences in fast and catastrophic visual field progression can exist despite only small changes in median progression rates, highlighting the importance of considering the full shape of the progression rate distribution when comparing the risk of devastating visual field loss.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| 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 ».