Retinopathy of Prematurity (ROP) in high-risk babies and laser treatment
Notice bibliographique
Résumé
This study aimed to determine the proportion of babies having retinopathy of prematurity (ROP) by a screening of high-risk babies and to determine the proportion of babies requiring laser for ROP. A tertiary hospital-based prospective descriptive study was carried out over a span of 2 years in 370 neonates admitted in the Department of Neonatology for prematurity, low birth weight (less than 1750 g), or neonates weighing 1750–2000 g and having an unstable clinical course. Neonates with congenital anomalies e.g., congenital cataract, neonates whose ROP screening was postponed beyond inclusion time due to unstable clinical course, and neonates whose parents refused to give consent were excluded from the study. Retinal evaluation by indirect ophthalmoscopy was done in all subjects till the maturation of the retina. The development of ROP and the need for laser therapy were considered as unfavourable outcomes. Risk factors were assessed using univariate and multivariate analysis. ROP was detected in 147 cases (39.73%). Stage 1 ROP was present in 38 cases (25.85%); stage 2, 3, 4 and 5 ROP was found in 26(17.69%), 78(53.06%), 3(2.04%) and 2(1.36%) cases, respectively. Gender had no correlation to ROP (p value 0.107). Birth weight was a significant factor in the occurrence of ROP. Maternal gestational age at the time of birth is a significant factor for the development of ROP (p value <0.001). Prevalence of ROP is increasing due to improved survival of preterm babies. Adherence to a ROP screening protocol in neonatal care facilities can prevent blindness in a large number of infants by early diagnosis and treatment.
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 | 0,000 |
| 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 | 0,000 |
| 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 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 ».