Baseline Age and Mean Deviation Affect the Rate of Glaucomatous Vision Loss
Notice bibliographique
Résumé
PURPOSE: The purpose of this study was to assess the relationship between the rate of the glaucomatous visual field (VF) worsening and baseline age and baseline VF mean deviation (MD). DESIGN: This study was a retrospective, multisite cohort. PARTICIPANTS: A total of 84,711 reliable Swedish Interactive Thresholding Algorithm 24-2 VF tests from 8167 eyes from 5644 patients with ≥6 VF tests, ≥5 years of follow-up, baseline age 18 years or above and baseline MD ≥-10 dB, and at least 2 abnormal VF tests were included from the Glaucoma Research Network Database. METHODS: The global mean deviation rates (MDRs) and pointwise total deviation rates (TDRs) of VF progression (dB/y) were calculated for each eye using linear regression. The relationships between MDR and baseline age and MD were determined using linear mixed-effects models and logistic regression, with rapid progression defined as an MDR≤-1.0 dB/y. The relationships between TDR and baseline age and baseline MD were determined using linear mixed-effects models. MAIN OUTCOME MEASURES: Coefficients of the regression models. RESULTS: In individual mixed-effects models both baseline age (β=-0.0079 dB/y; P<0.001) and baseline MD (β=0.012/y; P<0.001) were associated with faster progression. All parameters were statistically significant in the full model with both parameters and their interaction (β=0.00065; P=0.0017) as covariates. With logistic regression, each year increase in baseline age increased the odds of belonging to the rapid-progressing group by a factor of 1.033, and each unit increase in baseline MD (less severe visual loss) decreased the odds by a factor of 0.8821. The mean pointwise TDR ranged from -0.21 to -0.55 dB/y, with the most rapid pointwise progression observed in the nasal and paracentral regions of the field. CONCLUSIONS: Older age and worse MD at baseline are associated with more rapid VF progression in this large dataset. The effect of age on MDR is influenced by baseline MD severity, supporting the importance of early detection and more aggressive therapy in older patients with worse VF damage. The pointwise rate of VF loss varies across the VF, providing a means for physicians to more effectively monitor progression.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».