Comparison of Descemet Stripping Automated Endothelial Keratoplasty and Descemet Membrane Endothelial Keratoplasty in the Treatment of Failed Penetrating Keratoplasty
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To compare the outcomes of Descemet stripping automated endothelial keratoplasty (DSAEK) with Descemet membrane endothelial keratoplasty (DMEK) for the treatment of failed penetrating keratoplasty (PKP). METHODS: This is a retrospective chart review of patients with failed PKP who underwent DMEK or DSAEK. The median follow-up time for both groups was 28 months (range 6-116 months). Data collection included demographic characteristics, number of previous corneal transplants, previous glaucoma surgeries, best-corrected visual acuity, endothelial cell density, graft detachment and rebubble rate, rejection episodes, and graft failure. RESULTS: Twenty-eight eyes in the DMEK group and 24 eyes in the DSAEK group were included in the analysis. Forty-three percent of eyes in the DMEK group and 50% of eyes in the DSAEK group had to be regrafted because of failure (P = 0.80). The most common reason for failure was persistent graft detachment (58%) in the DMEK group and secondary failure (58%) in the DSAEK group; hence, the time between endothelial keratoplasty and graft failure differed significantly between the groups (P = 0.02). Six eyes (21%) in the DMEK group and 7 eyes (29%) in the DSAEK group developed graft rejection (P = 0.39). Rejection was the cause of failure in 67% and 71% in the DMEK and DSAEK groups, respectively. The best-corrected visual acuity 6 months after surgery was better in the DMEK group compared with the DSAEK group (P = 0.051). CONCLUSIONS: Both DSAEK and DMEK have a role in treating PKP failure. Primary failure due to persistent graft detachment was significantly higher in the DMEK group, although the overall failure rate in the medium term was similar.
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.
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 | 0,000 |
| 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 découle