MétaCan
Menu
Retour à la cohorte
Enregistrement W3166110357 · doi:10.1080/17469899.2021.1933441

Diagnosis and management of limbal stem cell deficiency, challenges, and future prospects

2021· article· en· W3166110357 sur OpenAlexaff
C. Maya Tong, Bonnie He, Alfonso Iovieno, Sonia N. Yeung

Notice bibliographique

RevueExpert Review of Ophthalmology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCorneal Surgery and Treatments
Établissements canadiensUniversity of British ColumbiaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineStem cellKeratoprosthesisLimbal stem cellOphthalmologyCorneaCorneal epithelium

Résumé

récupéré en direct d'OpenAlex

Introduction: Corneal limbal stem cell deficiency is a multifaceted, sight-threatening disease process that can be challenging to diagnose and treat.Areas covered: This review discusses normal corneal limbal stem cell health, causes and diagnosis of limbal stem cell deficiency, and the medical and surgical management of limbal stem cell deficiency.Expert opinion: Recently established consensus guidelines for the diagnosis and management of limbal stem cell deficiency will help improve the diagnosis, management, and collaborative study design regarding this disease. When medical management fails, a variety of autologous and allogenic limbal stem cell transplant techniques may be tried. However, these treatments potentially have high morbidity and may be short-lived. Newer strategies of ex vivo cell culture and keratoprosthesis implants may help improve visual outcomes in patients faced with bilateral limbal stem cell deficiency.

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)0,000
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,807
Score d'incertitude au seuil0,384

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,042
Tête enseignante GPT0,321
Écart entre enseignants0,279 · 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
GenreSynthèse

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

En bref

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Review of OphthalmologyMême sujetCorneal Surgery and TreatmentsTravaux en français237 207