Long-term visual outcomes of the Boston type I keratoprosthesis in Canada
Notice bibliographique
Résumé
BACKGROUND/AIMS: To evaluate long-term visual outcomes of Boston type I keratoprosthesis (KPro) surgery and identify risk factors for visual failure. METHODS: Single surgeon retrospective cohort study including 85 eyes of 74 patients who underwent KPro implantation to treat severe ocular surface disease, including limbal stem cell deficiency, postinfectious keratitis, aniridia and chemical burns. Procedures were performed at the Centre hospitalier de l'Université de Montréal from October 2008 to May 2012. All patients with at least 5 years of follow-up were included in the analysis, including eyes with repeated KPro. Main outcome measures were visual acuity (VA), visual failure, defined as a sustained worse than preoperative VA, postoperative complications, and device retention. RESULTS: Mean follow-up was 7.2±1.3 years (±SD). Mean VA was 2.1±0.7 (logarithm of minimal angle resolution) preoperatively and 1.9±1.2 at last follow-up. There were 2.4% of patients with VA better than 20/200 preoperatively and 36.5% at last follow-up. Maintenance of improved postoperative VA was seen in 61.8% of eyes at 7 years. Preoperative factors associated with visual failure were known history of glaucoma (HR=2.7 (1.2 to 5.9), p=0.02) and Stevens-Johnson syndrome (HR=7.3 (2.5 to 21.4) p<0.01). Cumulative 8-year complication rates were 38.8% retroprosthetic membrane formation, 25.9% hypotony, 23.5% new onset glaucoma, 17.6% retinal detachment, 8.2% device extrusion and 5.9% endophthalmitis. The majority (91.8%) of eyes retained the device 8 years after implantation. CONCLUSION: Almost two-thirds of patients had improved VA 7 years after KPro implantation. Preoperative risk factors for visual failure were known glaucoma and Stevens-Johnson syndrome.
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 | 0,000 |
| 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 ».