PREDICTIVE FACTORS OF SPONTANEOUS RELEASE OF VITREOMACULAR TRACTION
Notice bibliographique
Résumé
Purpose: To review predictive factors of spontaneous vitreomacular traction (VMT) release. Methods: A systematic literature search was performed on Ovid MEDLINE, Embase, and Cochrane Library. Studies comparing spontaneously released VMT to persistent VMT were included. A meta-analysis was performed using a random effects model, and weighted mean difference, risk ratio (RR), and 95% confidence intervals (95% CI) were reported as appropriate. Results: Of a search of 258 studies, 12 studies were included, from which 272 of 934 eyes (29%) underwent spontaneous release. Mean age was 70.0 years, 37.2% of patients were men, and mean follow-up was 22.0 months. Significant predictive factors for spontaneous release were smaller VMT diameter (n = 177; weighted mean difference = −212.48 µ m, 95% CI = [−417.36, −7.60], P = 0.04), epiretinal membrane absence (n = 162; RR = 2.17, 95% CI = [1.18, 3.97], P = 0.01), and right eye involvement (n = 76; RR = 2.10, 95% CI = [1.14, 3.88], P = 0.02). Nonsignificant factors were age, initial best-corrected visual acuity, sex, ocular comorbidity, fellow-eye posterior vitreous detachment, previous intravitreal injection, and VMT classification with focal defined as ≤400 µ m. Mean release time was 15.3 months (n = 212). Mean best-corrected visual acuity improved from 0.34 ± 0.21 (Snellen 20/44) to 0.20 ± 0.58 logMAR (Snellen 20/32) postrelease (n = 121). Conclusion: Smaller VMT diameter, epiretinal membrane absence, and right eye involvement may support spontaneous VMT release. If patients have tolerable symptoms, clinicians may consider observation in patients with these predictive factors.
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) | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».