Diagnostic performance of optical coherence tomography angiography in glaucoma: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Compared with current imaging methods, the diagnostic performance and the advantages and limitations of optical coherence tomography angiography (OCTA) remain unclear. We performed a systematic review and meta-analysis of studies investigating vessel density (VD) in patients with glaucoma using OCTA. METHODS: We conducted a literature search on PubMed, Scopus, Web of Science, ISI Conference Proceedings and Google Scholar, along with a manual search, from January 2006 to March 2018. We included prospective studies that used OCTA to compare the VD in glaucomatous eyes with healthy control eyes. RESULTS: Of 3045 screened articles, 24 were included in a broad characterisation and 18 in the meta-analysis. We observed a statistically significant reduction in the mean peripapillary VD (MPVD) in glaucoma (MPVD: 57.53%, 95% CI 52.60 to 62.46, p< 0.001) compared with controls (MPVD: 65.47%, 95% CI 59.82 to 71.11; standardised mean difference [SMD], -1.41, 95% CI -1.62 to -1.20, p< 0.001) for 888 glaucomatous and 475 healthy eyes, and also in the mean-whole optic nerve image VD (SMD, -9.63, 95% CI -10.22 to -9.03, p<0.001), mean inside-disc VD (SMD, - 9.51, 95% CI -12.66 to -6.36, p<0.05) and mean parafoveal VD (SMD, -3.92, 95% CI -4.73 to -3.12, p<0.001). Subgroup analyses revealed a significant difference in the MPVD across glaucoma subtypes and OCTA devices. CONCLUSION: This suggests the diagnostic utility of OCTA in detecting glaucomatous eyes; however, further longitudinal prospective studies are welcomed to characterise vascular changes in glaucoma.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,007 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».