Optimization of femtosecond laser–constructed clear corneal wound sealability for cataract surgery
Notice bibliographique
Résumé
PURPOSE: To compare the sealability of femtosecond laser (FSL)-assisted corneal incisions (CIs) with that of triplanar manual (M)-CIs and to determine FSL wound parameters minimizing leakage. SETTING: Private practice. DESIGN: Phase IV, single-surgeon, retrospective cohort study. METHODS: One eye per patient was included. Two groups defined by the main wound (FSL-CI or M-CI) were compared for leakage, inferred by placement of a suture at the end of surgery. Leakage in FSL-CIs was analyzed as a function of customizable wound parameters: anterior plane depth (APD), posterior plane depth (PPD), anterior side-cut angle (ASCA), and posterior side-cut angle (PSCA). The risk of leakage of FSL-CIs with optimal and nonoptimal parameters was further compared with that of M-CIs. RESULTS: A total of 1100 eyes (757 [68.8%] FSL-CI; 343 [31.2%] M-CI) were included. Wound leakage occurred in 133 FSL-CI (17.6%) and 30 M-CI eyes (8.7%) (P < .001). FSL wound parameters associated with the lowest risk of leakage were 60% APD, 70% PPD, 120 degrees ASCA, and 70 degrees PSCA. FSL-CIs constructed with at least 3 optimal parameters (60% APD, 70% PPD, and 120 degrees ASCA) had a similar risk of leakage to M-CIs (odds ratio [OR], 1.1; 95% CI, 0.5-2.3). FSL-CIs with suboptimal parameters had twice the risk of leakage of M-CIs (OR, 2.0; 95% CI, 1.1-3.8). CONCLUSIONS: Overall, FSL-CIs leaked more than M-CIs. However, FSL-CIs with optimized wound profiles had an equivalent risk of leakage to M-CIs. Wound parameter customization is an asset of FSL technology that allows optimization of FSL-CI sealability.
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 | 0,001 | 0,003 |
| 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) | 0,001 | 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 ».