Prosthetic Replacement of the Ocular Surface Ecosystem for Limbal Stem Cell Deficiency: A Case Series
Notice bibliographique
Résumé
OBJECTIVES: To assess outcomes of limbal stem cell deficiency (LSCD) in patients treated with Prosthetic Replacement of the Ocular Surface Ecosystem (PROSE). METHODS: Retrospective case series. Patients with LSCD who received PROSE treatment were included. Data including best-corrected visual acuity (BCVA) and LSCD staging before and after PROSE dispensing were collected to characterize each case. RESULTS: Five eyes of four patients were included. All patients were female, with an age range of 21 to 80 years. Each patient received a PROSE device with diameters ranging from 16 to 18.5 mm. Follow-up ranged from 11 to 29 months. Tolerated wear times ranged from 3.5 to 10 hr daily. Four eyes showed improved BCVA and unchanged LSCD staging as per the global consensus after PROSE treatment. Three of these eyes had stage 3 and one had stage 1C LSCD at diagnosis. The fifth eye had worse BCVA and recurrence of stage 3 LSCD post-living-related conjunctival limbal allograft transplant despite PROSE treatment. CONCLUSIONS: Prosthetic Replacement of the Ocular Surface Ecosystem may be a viable treatment for LSCD, including severe cases, because it can provide symptom relief and improve vision. Its customizability, as demonstrated in this study, is beneficial for troubleshooting issues with fitting. Future studies are needed to further assess PROSE as treatment for LSCD.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».