MétaCan
Menu
Retour à la cohorte
Enregistrement W3098672525 · doi:10.1177/2474126420962649

Pneumatic Vitreolysis With Intravitreal Air for Focal Vitreomacular Traction

2020· article· en· W3098672525 sur OpenAlexaff
Mark E. Seamone, Uriel Rubin, Parampal S. Grewal, Mark Greve

Notice bibliographique

RevueJournal of VitreoRetinal Diseases · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinal and Macular Surgery
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésVisual acuityMedicineOphthalmologyOptometry

Résumé

récupéré en direct d'OpenAlex

Purpose: To determine whether pneumatic vitreolysis with intravitreal air is effective for focal vitreomacular traction (VMT). Methods: We conducted a retrospective consecutive case series of 20 eyes from 19 individuals with focal VMT who underwent pneumatic vitreolysis with intravitreal air (January 2017 to November 2018). We analyzed patients via spectral-domain optical coherence tomography before intravitreal air injection and at 1 month. The primary outcome measure was release of VMT. Results: We observed release of VMT in 55% of individuals. An analysis limited to phakic eyes demonstrated release of VMT in 69%, and 65% developed improved best-corrected visual acuity. Individuals with persistent VMT and visual improvement had a significant reduction in angle of vitreoretinal insertion ( P < .01), area under VMT ( P < .05), and subfoveal cyst area ( P < .05). Conclusions: Intravitreal air is an effective treatment for focal VMT. In individuals with persistent VMT, visual-acuity improvement was associated with a reduction in overall VMT.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,403
Score d'incertitude au seuil0,795

Scores Codex et Gemma par catégorie

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

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 GPT0,249
Écart entre enseignants0,237 · 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'étudeObservationnel
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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VitreoRetinal DiseasesMême sujetRetinal and Macular SurgeryTravaux en français237 207