Effects of Temperature and Blinking on Contact Lens Dehydration of Contemporary Soft Lens Materials Using an In Vitro Blink Model
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose: The purpose of this study was to evaluate the effects of temperature and blinking on contact lens (CL) dehydration using an in vitro blink model. Methods: Three silicone hydrogel (delefilcon A, senofilcon A, and comfilcon A) and two conventional hydrogel (etafilcon A and omafilcon A) CL materials were evaluated at 1 and 16 hours. The water content (WC) of the CLs was measured using a gravimetric method. Lenses were incubated on a blink model, internally heated to achieve a clinically relevant surface temperature of 35°C. An artificial tear solution (ATS) was delivered to the blink model at 4.5 µL/min with a blink rate of 6 blinks/min. A comparison set of lenses were incubated in a vial containing either 2 mL of ATS or phosphate-buffered saline (PBS) at 35°C. Results: Increasing temperature to 35°C resulted in a decrease in WC for all tested CLs over time (P ≤ 0.0052). For most CLs, there was no significant difference in WC over time between ATS or PBS in the vial (P > 0.05). With the vial system, WC decreased and plateaued over time. However, on the blink model, for most CLs, the WC significantly decreased after 1 hour but returned toward initial WC levels after 16 hours (P > 0.05). Conclusions: The reduction in WC of CLs on the eye is likely due to both an increase in temperature and dehydration from air exposure and blinking. Translational Relevance: This study showed that the novel, heated, in vitro blink model could be used to provide clinical insights into CL dehydration on the eye.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 découle