MétaCan
Menu
Retour à la cohorte
Enregistrement W3031167430 · doi:10.2147/imcrj.s255085

<p>Anterior Uveitis with Posterior Synechia and Iris Atrophy Following Implantation of a Phakic Intraocular Lens</p>

2020· article· en· W3031167430 sur OpenAlexfundno aff
Mehrdad Mohammadpour, Mehdi Mazloumi, Masoud Khorrami‐Nejad

Notice bibliographique

RevueInternational Medical Case Reports Journal · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueIntraocular Surgery and Lenses
Établissements canadiensnon disponible
Organismes subventionnairesYork University
Mots-clésSynechiaMedicineIRIS (biosensor)OphthalmologyUveitisPhakic intraocular lensPupilSurgeryEye diseaseRefractive error

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To describe a case with acute postoperative uveitis, posterior synechia and iris atrophy following iris-claw phakic intraocular lens (pIOL) implantation. METHODS: A case report. RESULTS: A 26-year-old man with high myopia had implantation of a -14.0 diopter, foldable, iris-claw Artiflex (model 401) anterior chamber pIOL (Ophtec B.V.) in both eyes. On the third postoperative day, the patient had significant postoperative inflammation in the left eye and received topical steroids and mydriatic eye drops. On the fifth postoperative day, the right eye had a round pupil and centered pIOL, but the left eye had an atrophic iris and dilated pupil with significant posterior synechias over the inferior half of the pupil. Despite intensive topical steroid application, the synechias remained one year after surgery. CONCLUSION: Severe uveitis with posterior synechia can occur after iris-claw pIOL implantation. We hypothesized that excessive iris tissue enclavation in the pIOLs haptics and large iridotomies may be an associated factor.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,857

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,264
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Medical Case Reports JournalMême sujetIntraocular Surgery and LensesTravaux en français237 207