<p>Two-year analysis of changes in the optic nerve and retina following anti-VEGF treatments in diabetic macular edema patients</p>
Notice bibliographique
Résumé
Purpose: To evaluate long-term structural and functional changes that happen to the optic nerve and retina following ranibizumab (Lucentis) injections in diabetic macular edema (DME) patients. Methods: Patients with clinically significant DME requiring anti-VEGF injections underwent pre-injection baseline, 6, 12, and 24 month follow-up tests. The tests performed were optical coherence tomography (OCT), best-corrected visual acuity (BCVA), and visual field (VF). Wide-field fluorescein angiogram (IVFA) was performed to monitor the progression of diabetic ischemia. Results: A total of 30 patients requiring anti-VEGF injections and 21 control patients not requiring anti-VEGF injections were enrolled in the study. From baseline, the average macular thickness significantly decreased ( p <0.0002) over the 24-month time period. Mean perfused ratio significantly increased ( p <0.0005) at 6, 12, and 24 months. Cup volume and vertical cup-to-disk ratio significantly increased ( p <0.0014) over the study period. This was verified by masked independent grading of patient optic nerve stereo-photographs by glaucoma specialists. BCVA significantly ( p <0.0006) improved over the study period. VFs showed a non-significant trend of deteriorating peripheral vision at 12 and 24 months. Conclusion: Clinically, anti-VEGF therapy appears to affect the optic nerve by increasing cup volume and increasing vertical cup/disk ratio over time. The results provide a cautionary note to monitor both the retina and optic nerve status in patients undergoing frequent injections. Keywords: diabetic macular edema, retina, optic nerve, anti-VEGF, lucentis, ranibizumab
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) | 0,001 | 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 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 ».