MétaCan
Menu
Retour à la cohorte
Enregistrement W4225410138 · doi:10.4103/ijo.ijo_291_21

Histopathological analysis of residual lens cells in capsular opacities after cataract surgery using objective software

2022· article· en· W4225410138 sur OpenAlex
Christina Mastromonaco, Matthew Balazsi, Jacqueline Coblentz, Ana Beatriz Toledo Dias, Pablo Zoroquiaín, MiguelN Burnier

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIndian Journal of Ophthalmology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueIntraocular Surgery and Lenses
Établissements canadiensMcGill UniversityParachute
Organismes subventionnairesnon disponible
Mots-clésExtracellular matrixMyofibroblastMedicineFibronectinSMA*OphthalmologyPathologyLens (geology)Cell biologyFibrosisBiologyAlgorithm

Résumé

récupéré en direct d'OpenAlex

Purpose: Remnant lens epithelial cells (LECs) within the capsular bag (CB) undergo epithelial-to-mesenchymal transition (EMT) and acquire a myofibroblast phenotype, depositing extracellular matrix (ECM) components, leading to posterior capsular opacification (PCO). This study histopathologically analyzes the LEC-to-myofibroblast transition and de novo ECM component deposition (i.e., smooth muscle actin (SMA) and fibronectin (FN) expression) and determines the intraocular lens (IOL) and patient factors associated with these changes. Methods: In total, 190 CBs with IOLs were removed from donor eyes. Digital images were obtained, and PCO was graded using published software (ADOS, Medical Parachute). Automated immunohistochemistry was performed using anti-SMA to detect EMT and anti-FN to document ECM remodeling. Slides were digitized and analyzed using the Positive Pixel Count v9 algorithm. Linear regression and Poisson regression were performed (P < 0.05). Results: SMA positive expression decreased as the time of IOL implantation increased (P < 0.0001). Positivity of SMA and FN demonstrated a positive correlation (P = 0.0002). Controlling for confounding factors in Poisson regression, hydrophobic and hydrophilic materials showed higher FN and SMA expression when compared to silicone material lenses (FN; P = 0.018; P < 0.0001, SMA; P = 0.001; P = 0.003, respectively). The square optic design had 29% higher SMA positivity compared to the opti-edge design (P = 0.042). One-piece haptic lenses had higher SMA expression compared to three-piece haptic (P = 0.042). A higher risk of expression of SMA and FN was seen in patients with a history of smoking, hypertension, and glaucoma (P < 0.05). Conclusion: This study demonstrated that SMA and FN expression is different according to IOL design and patient factors, thus indicating that LEC changes depend on lens biocompatibility. Therefore, by analyzing the histopathological composition of PCO by using LECs, further insight into the characteristics of IOLs that are important for biocompatibility can be ascertained.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,144
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,038
Tête enseignante GPT0,282
Écart entre enseignants0,245 · 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