Predictors of selective laser trabeculoplasty success in open angle glaucoma or ocular hypertension: does baseline tonography have a predictive role?
Notice bibliographique
Résumé
Background The determinants of success of selective laser trabeculoplasty (SLT) in treatment-naïve patients with open angle glaucoma (OAG) and ocular hypertension (OHT) have not been understood fully. Therefore, we have conducted this study to explore the predictors of success. Methods This is a retrospective review of a pre-existing database of patients who had received primary SLT at St Thomas’ Hospital, London, UK. Patients with OAG and OHT who had received primary 360° SLT treatment and had reliable baseline tonographic outflow facility (TOF) with minimum of 1 year of follow-up were included. Univariate and multivariate analyses were performed to find the determinants of success. Results One hundred and seventy-four patients between August 2006 and February 2010 had received primary 360° SLT treatment and had baseline TOF measurement. Of these, 72 subjects fulfilled the eligibility criteria. In multivariate regression analysis, the only variable associated with success was baseline intraocular pressure (IOP) (R 2 =0.32, beta=−0.51, p<0.001, 95% CI −2.02 to −0.74). Conclusion To our knowledge, this is the only study investigating the pretreatment TOF (measured with electronic Shiøtz tonography) and IOP as determinants of success 12 month’s post-360° SLT in treatment-naïve patients with OAG and OHT. This study demonstrated that pretreatment IOP (and not TOF) is the only determinant of success after primary SLT therapy.
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 | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».