MétaCan
Menu
Retour à la cohorte
Enregistrement W3134104033 · doi:10.1136/bjophthalmol-2020-317483

Time to achieve best postoperative visual acuity following Boston keratoprosthesis surgery

2021· article· en· W3134104033 sur OpenAlexaff
Jonathan El‐Khoury, Majd Mustafa, Roy Daoud, Mona Harissi‐Dagher

Notice bibliographique

RevueBritish Journal of Ophthalmology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCorneal Surgery and Treatments
Établissements canadiensMcGill UniversityUniversité de MontréalUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésMedicineKeratoprosthesisVisual acuityOphthalmologySurgeryOptometry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND/AIMS: To evaluate the time needed for patients with Boston type 1 keratoprosthesis (KPro) to reach their best-corrected visual acuity (BCVA) and all contributing factors. METHODS: We retrospectively reviewed 137 consecutive eyes from 118 patients, measured how long they needed to reach their BCVA and looked at factors that might affect this time duration including patient demographics, ocular comorbidities and postoperative complications. RESULTS: The mean follow-up was 5.49 years. The median time to BCVA postoperatively was 6 months, with 47% of patients achieving their BCVA by 3 months. The mean best achieved logMAR visual acuity was 0.71, representing a gain of 6 lines on the Snellen visual acuity chart. Postoperative glaucoma, retroprosthetic membrane (RPM) and endophthalmitis prolonged this duration. We found no correlation between the following factors and time to BCVA: gender, age, indication for KPro surgery, primary versus secondary KPro, number of previous penetrating keratoplasties, previous retinal surgery, intraoperative anterior vitrectomy and preoperative glaucoma. CONCLUSION: In our retrospective cohort, the majority of subjects reached their BCVA between 3 and 6 months after KPro implantation. This duration was significantly prolonged by the development of postoperative glaucoma, RPM and endophthalmitis.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 seuil0,999

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)0,0020,000

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 Opus0,025
Tête enseignante GPT0,306
Écart entre enseignants0,281 · 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.

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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of OphthalmologyMême sujetCorneal Surgery and TreatmentsTravaux en français237 207