MétaCan
Menu
Retour à la cohorte
Enregistrement W3213605404 · doi:10.1007/s40123-021-00419-1

A Systematic Review on the Association Between Tear Film Metrics and Higher Order Aberrations in Dry Eye Disease and Treatment

2021· review· en· W3213605404 sur OpenAlexaff
Jess Rhee, Tommy C.Y. Chan, Sharon She-Wan Chow, Antonio Di Zazzo, Takenori Inomata, Kendrick Co Shih, Louis Tong

Notice bibliographique

RevueOphthalmology and Therapy · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueOcular Surface and Contact Lens
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésDry eyesMedicinePsychological interventionOphthalmology

Résumé

récupéré en direct d'OpenAlex

We systematically reviewed published research on dry eye disease and its association with higher order aberrations (HOAs). The purpose of this review was to first determine if an association between tear film metrics and HOAs exists and second to determine if the treatment of dry eyes can improve tear film metrics and HOAs together. A search was conducted in Entrez PubMed on 25 April 2021 using the keywords "higher order aberrations" and "dry eye". The initial search yielded 61 articles. After publications were restricted to only original articles measuring HOA outcomes in patients with dry eye, the final yield was 27 relevant articles. Of these 27 papers, 12 directly looked at associations and correlations between dry eyes and HOA parameters. The remaining 15 studies looked at dry eye interventions and HOA outcomes and parameters. There is clear evidence demonstrating that dry eyes and HOAs have an association, and that the tear film is one of the most important factors in this relationship. There is also a direct correlation between tear film metrics and HOAs. Improvements in HOAs with dry eye interventions provide further evidence to support the intricate relationship between the two. Despite the clear association between HOAs and dry eye disease, further research is still required in the realm of clinical application as dry eye interventions vary depending on many factors, including patient severity and eye drop viscosity.

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: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,329
Score d'incertitude au seuil0,582

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
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 Opus0,058
Tête enseignante GPT0,356
Écart entre enseignants0,298 · 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'étudeRevue systématique
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

Citations35
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOphthalmology and TherapyMême sujetOcular Surface and Contact LensTravaux en français237 207