MétaCan
Menu
← Retour à la cohorte
Enregistrement W4287038012

Clinical Outcomes of Monofocal Toric IOLs Using Digital Tracking and Intraoperative Aberrometry

2021· article· en· W4287038012 sur OpenAlexaboutno aff
Blaylock JF, Hall BJ

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinal Diseases and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineOphthalmology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

John F Blaylock,1 Brad J Hall2 1Valley Laser Eye Centre, Abbotsford, BC, V2S 3R1, Canada; 2Sengi, Penniac, NB, E3A 8X8, CanadaCorrespondence: Brad J HallSengi, 473 Route 628, Penniac, NB, E3A8X8, CanadaTel +1 888 255 8680Email bhall@sengiclinical.comPurpose: To evaluate clinical outcomes of a toric IOL using digital tracking (DT) and intraoperative aberrometry (IA).Methods: This was a retrospective, single surgeon study examining 151 eyes of 106 patients. Inclusion criteria were subjects who presented with visually significant cataracts (or as a candidate for clear lens extraction) and were implanted with a toric intraocular lens. Spherical equivalent prediction errors for IA and preoperative planning were calculated and compared. Preoperative and postoperative refractive data and monocular uncorrected distance visual acuity (UDVA) and corrected distance visual acuity (CDVA) were also collected at 3 months postoperatively.Results: Postoperative actual residual refractive astigmatism with IA was 0.50 D or less in 140 eyes (92.8%) and was 0.50 D or less in 88 eyes (58.3%) with back-calculations based on preoperative planning. The absolute spherical equivalent prediction error was 0.50 D or less in 135 eyes (89.4%) for IA compared to 123 eyes (85.4%) for preoperative planning. Postoperative monocular UDVA was 0.10 logMAR or better in 124 eyes (82.1%) and 0.00 logMAR or better in 90 eyes (59.6%). Postoperative CDVA was 0.10 logMAR or better in 147 eyes (97.4%) and 134 eyes (88.7%) were 0.00 logMAR or better.Conclusion: The results demonstrate that toric implantation with DT and IA can provide excellent refractive and visual outcomes.Keywords: toric IOL, cataract surgery, intraoperative aberrometry

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,386
Tête enseignante GPT0,629
Écart entre enseignants0,244 · 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'étudeObservationnel
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)→Même sujetRetinal Diseases and Treatments→Travaux en français237 207→