Effects of Beta-zone Peripapillary Atrophy and Focal Lamina Cribrosa Defects on Peripapillary Vessel Parameters in Young Myopic Eyes
Notice bibliographique
Résumé
PRECIS: The development of beta-zone peripapillary atrophy (β-PPA) and focal lamina cribrosa defect (FLD) was significantly associated with decreased peripapillary optical coherence tomography angiography (OCTA) vessel parameters in young myopic eyes. PURPOSE: The purpose of this study was to investigate whether β-PPA and FLD affect peripapillary vessel density (VD) or perfusion density (PD) from OCTA in young myopic eyes. MATERIALS AND METHODS: In a cross-sectional study, 330 eyes of 165 healthy volunteers with myopia were involved. Eyes underwent OCTA to measure peripapillary PD and VD. Eyes were grouped according to the presence of β-PPA or FLD: eyes without β-PPA or FLD (group A), eyes with β-PPA but without FLD (group B), and eyes with both β-PPA and FLD (group C). PD and VD were compared among 3 groups, and linear mixed-effect regression model was used to investigate the determinants of PD. RESULTS: β-PPA was found in 219 eyes (66.4%), and FLD was detected in 27 eyes (8.2%). The average VD and PD were greatest in group A (19.13±2.04 mm-1 and 0.375±0.038), followed by group B (18.34±2.26 mm-1 and 0.363±0.042) and group C (16.71±2.81 mm-1 and 0.330±0.052) (P<0.001). The linear mixed-effect model demonstrated that presence of FLD (P=0.001) or β-PPA (P<0.001), FLD count (P=0.004), and maximal β-PPA width (P<0.001) were significantly associated with average PD after controlling for multiple confounding factors. CONCLUSIONS: Development of β-PPA and FLD, which is closely related with axial elongation in myopic eyes, was significantly associated with reduced OCTA vessel parameters in young myopic eyes. OCTA may help to detect vascular changes and assess glaucoma risk in these eyes.
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) | 0,001 | 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 | 0,001 |
| 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 ».