MétaCan
Menu
Retour à la cohorte
Enregistrement W4220843601 · doi:10.1097/dss.0000000000003427

Review of Eye Injuries Associated With Dermatologic Laser Treatment

2022· article· en· W4220843601 sur OpenAlexaff

Notice bibliographique

RevueDermatologic Surgery · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueOcular and Laser Science Research
Établissements canadiensBurnaby HospitalUniversity of CalgaryUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLaser treatmentContext (archaeology)LaserLaser therapyEye diseaseLaser surgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The eye is susceptible to damage during dermatologic laser treatments. OBJECTIVE: Discuss the anatomy of the eye related to these procedures, the principles of laser-eye interactions, and ocular injuries reported with dermatologic laser treatments. METHODS: PubMed and Embase searches were conducted to identify cases of eye injuries associated with dermatologic laser treatments. RESULTS: One hundred nineteen cases of eye injury associated with dermatologic laser treatments were identified. Fifty-nine cases targeted the eyelid during resurfacing and caused ectropion, while 60 cases resulted from direct injury of ocular structures. In most of the cases of the latter, improper eye protection was used (44 of 60, 73%). In nearly all these cases, it was the patient who sustained a potentially avoidable ocular injury (52 of 60, 87%). Thirty-one patients had persistent ocular symptoms at follow-up (52%). The most common procedure in this context was laser hair removal of the face (35 of 60, 58%). Most of the cases developed injuries specific for the particular laser based on its wavelength and affinity to target certain ocular chromophores (59 of 60, 98%). CONCLUSION: Most of the dermatologic laser-associated eye injury cases have occurred in the context of laser resurfacing or laser hair removal and are potentially preventable.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0120,014
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,044
Tête enseignante GPT0,316
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations15
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDermatologic SurgeryMême sujetOcular and Laser Science ResearchTravaux en français237 207