Did Collagen Cross-Linking Reduce the Requirement for Corneal Transplantation in Keratoconus? The Canadian Experience
Notice bibliographique
Résumé
PURPOSE: To investigate the relationship between corneal collagen cross-linking (CXL) and the number of corneal transplants required for the treatment of keratoconus (KCN) in 2 major Canadian provinces. METHODS: This is a retrospective review of all corneal transplantation performed in Ontario and British Columbia over an 18-year period (1998-2016). Data were collected at the Eye Bank of Canada-Ontario/British Columbia Divisions. The primary outcome was to determine the change in proportion and absolute number of corneal transplants required for treatment of KCN since the introduction of CXL in Canada in 2008. RESULTS: A total of 31,943 grafts were included. Overall, the mean age of participants was 39.3 ± 2.2 years, with our cohort being composed of 28% of women and 72% of men. The results showed a significant decrease in the proportion of total transplants required for KCN between 1998 and 2016 [1998-2008 (pre-CXL), range: 14.77%-12.63%; 2009-2016 (post-CXL), range: 12.98%-5.50%, P < 0.001]. However, there was no change in the absolute number of grafts performed for KCN over this time (pre-CXL: 179 ± 26 grafts; post-CXL: 198 ± 27 grafts; P = 0.5), whereas the total number of grafts (pre-CXL: 1318 ± 183 grafts; post-CXL: 2181 ± 404; P < 0.001) and endothelial keratoplasties (pre-CXL: 59 ± 108; post-CXL: 966 ± 431 grafts; P < 0.001) increased significantly. In addition, there were no changes in penetrating keratoplasty/deep anterior lamellar keratoplasty (DALK) performed for indications other than KCN (pre-CXL: 1080 ± 157; post-CXL: 1017 ± 92; P > 0.5). CONCLUSIONS: Although there has been a significant decrease in the proportion of corneal graft rates for KCN since the introduction of CXL as a factor of all transplants performed for all indications, this result is most likely because of an increase in endothelial keratoplasties rather than decreased transplants performed for definitive treatment.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».