MétaCan
Menu
Retour à la cohorte
Enregistrement W4289856742 · doi:10.2147/opto.s350186

Eyelid Warming Devices: Safety, Efficacy, and Place in Therapy

2022· review· en· W4289856742 sur OpenAlexaff
Brandon Bzovey, William Ngo

Notice bibliographique

RevueClinical Optometry · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueOcular Surface and Contact Lens
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésEyelidMedicineOphthalmology

Résumé

récupéré en direct d'OpenAlex

Meibomian gland dysfunction (MGD) is characterized by the obstruction and/or inflammation of the meibomian glands that result in decreased and altered meibum secretion. This results in deficiencies in the tear film lipid layer which contributes to increased evaporation and destabilization of the tear film. One of the mainstay therapies for MGD is medical devices that apply heat and/or pressure to the eyelids and promote the liquification and outflow of meibum into the tear film. Over the past two decades, there have been a surge of interest in diagnosing and managing MGD. As a result, numerous medical devices have been developed and each have their own unique approach to treating MGD. This narrative review was conducted to summarize the current state of knowledge on eyelid warming devices, specifically warm eye coverings, devices that direct heat and/or pressure to the eyelids, moisture chamber goggles, and light-based therapy. This review summarized 58 human clinical studies and found that most eyelid warming devices were efficacious in improving signs and symptoms in a wide range of MGD severities and were generally safe to use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
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 Opus0,126
Tête enseignante GPT0,479
Écart entre enseignants0,352 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical OptometryMême sujetOcular Surface and Contact LensTravaux en français237 207