No Light Perception Vision in Neuro-Ophthalmology Practice
Notice bibliographique
Résumé
BACKGROUND: To determine differential diagnosis and visual outcomes of patients with no light perception (NLP) vision related to neuro-ophthalmic conditions. METHODS: Retrospective case series of patients seen at tertiary neuro-ophthalmology practices. Patients were included if they had NLP vision any time during their clinical course. Outcome measures were final diagnosis, treatment, and visual outcome. RESULTS: Seventy-two eyes of 65 patients were included. The average age was 57.6 (range 18-93) years, and 58% were women. The Most common diagnosis (21 patients) was compressive optic neuropathy (CON) with meningioma being the most common culprit (12). Other diagnoses included optic neuritis (ON) (11 patients), infiltrative optic neuropathies (8), posterior ischemic optic neuropathy (7), nonarteritic anterior ischemic optic neuropathy (4), arteritic anterior ischemic optic neuropathy (3), ophthalmic artery occlusion (3), nonorganic vision loss (3), radiation-induced optic neuropathy (2), cortical vision loss (1), retinitis pigmentosa with optic disc drusen (1), and infectious optic neuropathy (1). Ten patients recovered vision: 7 ON, 2 infiltrative optic neuropathy, and 1 CON. Corticosteroids accelerated vision recovery in 7 of the 11 patients with ON to mean 20/60 (0.48 logMAR) over 9.0 ± 8.6 follow-up months. Eleven patients deteriorated to NLP after presenting with at least LP; their diagnoses included CON (3), ophthalmic artery occlusion (2), infiltration (2), ON (1), posterior ischemic optic neuropathy (1), arteritic anterior ischemic optic neuropathy (1), and radiation-induced optic neuropathy (1). CONCLUSIONS: NLP vision may occur because of various diagnoses. Vision recovery was mainly seen in patients with ON. Serious systemic conditions may present or relapse with NLP vision, which clinicians should consider as an alarming sign in patients with known malignancies.
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 | 0,001 | 0,005 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».