Changes in Scleral Thickness Following Repeated Anti-vascular Endothelial Growth Factor Injections
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.
Notice bibliographique
Résumé
Purpose: This cross-sectional study aimed to compare changes in scleral thickness between eyes injected with repeated anti-vascular endothelial growth factor (anti-VEGF) drugs and fellow injection naive eyes using optical coherence tomography (OCT). Methods: A total of 79 patients treated with three intravitreal anti-VEGF injections in one eye versus no injections in the fellow eye were included. Anterior segment- OCT measured scleral thickness in the inferotemporal quadrant 4 mm away from the limbus. Results: Injected eyes had a mean scleral thickness of 588 ± 95 μm versus 618 ± 85 μm in fellow naïve eyes (P < 0.001). Comparing injected eyes to fellow naïve eyes stratified by injection number showed a mean scleral thickness of 585 ± 93 μm versus 615 ± 83 μm in eyes with 3–10 injections (n = 32, P = 0.042); 606 ± 90 μm versus 636 ± 79 μm in eyes with 11–20 injections (n = 24, P = 0.017); and 573 ± 104 μm versus 604 ± 93 μm in eyes with >20 injections (n = 23, P = 0.041). There was no significant correlation between injection number and scleral thickness change (r = –0.07, P = 0.26). When stratified by indication, subjects with retinal vein occlusions showed a statistically significant difference in scleral thickness between injected and fellow naïve eyes (535 ± 94 μm and 598 ± 101 μm, respectively, P = 0.001). Conclusion: Compared to injection naive eyes, multiple intravitreal injections at the repeated scleral quadrant results in scleral thinning. Consideration of multiple injection sites should be considered to avoid these changes.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 découle