MétaCan
Menu
Retour à la cohorte
Enregistrement W4280542127 · doi:10.1097/iop.0000000000002196

Predictive Modeling of New-Onset Postoperative Diplopia Following Orbital Decompression for Thyroid Eye Disease

2022· article· en· W4280542127 sur OpenAlexaff
Archana Nair, Lilangi S. Ediriwickrema, Peter J. Dolman, Geoffrey Law, Andrew R. Harrison, Ali Mokhtarzadeh, Krista J. Stewart, Clara J. Men, Mark J. Lucarelli, Suzanne van Landingham, Maxwell Wingelaar, Rohan Verma, Allison Chen, Dinesh Selva, James Garrity, Laurence J. Eckel, Michael Kazim, Kyle J. Godfrey, Sally L. Baxter, Bobby S. Korn, Don O. Kikkawa

Notice bibliographique

RevueOphthalmic Plastic and Reconstructive Surgery · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueOphthalmology and Eye Disorders
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDiplopiaMedicineSurgeryGraves' ophthalmopathyDecompressionOrbit (dynamics)Extraocular musclesRetrospective cohort studyGraves' diseaseThyroidInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To identify risk factors for the development of new-onset, postoperative diplopia following orbital decompression surgery based on patient demographics, clinical exam characteristics, radiographic parameters, and surgical techniques. METHODS: We conducted a multi-center retrospective chart review of patients who underwent orbital decompression for thyroid eye disease (TED). Patient demographics, including age, gender, smoking history, preoperative exophthalmometry, clinical activity score (CAS), use of peribulbar and/or systemic steroids, and type of orbital decompression were reviewed. Postoperative diplopia was determined at a minimum of 3 months postoperatively and before any further surgeries. Cross-sectional area ratios of each extraocular muscle to orbit and total fat to orbit were calculated from coronal imaging in a standard fashion. All measurements were carried out using PACS imaging software. Multivariable logistic regression modeling was performed using Stata 14.2 (StataCorp, College Station, TX). RESULTS: A total of 331 patients without preoperative diplopia were identified. At 3 months postoperatively, 249 patients had no diplopia whereas 82 patients developed diplopia. The average postoperative follow-up was 22 months (range 3-156) months. Significant preoperative clinical risk factors for postoperative diplopia included older age at surgery, proptosis, use of peribulbar or systemic steroids, elevated clinical activity score, and presence of preoperative compressive optic neuropathy. Imaging findings of enlarged cross-sectional areas of each rectus muscle to the overall orbital area also conferred a significant risk of postoperative diplopia. Regarding surgical factors, postoperative diplopia was more common among those undergoing medial wall decompression, bilateral orbital surgery, and balanced decompression, whereas endoscopic medial wall decompression was found to be relatively protective. CONCLUSIONS: This study identifies risk factors associated with the development of diplopia following orbital decompression using multivariable data. This study demonstrates that several characteristics including age, clinical activity score, the cross-sectional muscle to orbit ratios, in addition to the type of orbital decompression surgery, are predictive factors for the development of new-onset postoperative diplopia.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,022
Tête enseignante GPT0,279
Écart entre enseignants0,257 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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 revueOphthalmic Plastic and Reconstructive SurgeryMême sujetOphthalmology and Eye DisordersTravaux en français237 207