Treatment of Diabetic Macular Edema with Aflibercept and Micropulse Laser (DAM Study)
Notice bibliographique
Résumé
Purpose: To investigate the safety and efficacy of micropulse (MP) macular laser in combination with intravitreal aflibercept for the treatment of center-involved diabetic macular edema (CI-DME). Methods: A single-blind prospective randomized controlled pilot trial was performed. In total, 30 eyes of 30 patients with CI-DME and best corrected visual acuity (BCVA) between, and including, 20/30 and 20/400 were enrolled. Enrolled eyes were randomized to 2 groups. Group 1 received intravitreal aflibercept injections (IVT-AFL) with sham laser. Group 2 received IVT-AFL with MP laser. Both groups were followed every 4 weeks for 48 weeks and retreatment was performed on pro re nata basis according to preset criteria. The main outcome measure was the average number of intravitreal injections for each group at 48 weeks. Secondary outcome measures included changes in BCVA and central macular thickness (CMT) at 24 and 48 weeks. Results: The average number of intravitreal injections at 48 weeks was similar between the groups (8.5± 3.3 in Group 1 vs 7.9± 3.6 in Group 2, p=0.61). After 48 weeks, both groups demonstrated an improvement in BCVA and CMT. However, the difference in improvement between the groups was not statistically significant (p=0.18 for BCVA and p=0.57 for CMT). Conclusion: Intravitreal injections of aflibercept led to improvements in BCVA and CMT at 24 and 48 weeks. Addition of MP laser to eyes in group 2 did not offer additional benefit in reducing treatment burden or improving CMT. Eyes that received MP laser showed a numerically greater improvement in BCVA, although this was not statistically significant. Clinicaltrials.gov Identifier: NCT03143192 March 8, 2017. Keywords: anti-VEGF, diabetic macular edema, micropulse laser, visual acuity
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 | 0,000 | 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) | 0,001 | 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 ».