MétaCan
Menu
Retour à la cohorte
Enregistrement W4292363593 · doi:10.1097/icl.0000000000000928

Prosthetic Replacement of the Ocular Surface Ecosystem for Limbal Stem Cell Deficiency: A Case Series

2022· article· en· W4292363593 sur OpenAlexaff
Anubhav Garg, Tanya Trinh, Bryan M. Wong, Michael Mimouni, Stephanie Ramdass, Jennifer Liao, Manokaraananthan Chandrakumar, Allan R. Slomovic, Clara C. Chan

Notice bibliographique

RevueEye & Contact Lens Science & Clinical Practice · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCorneal Surgery and Treatments
Établissements canadiensKensington HealthUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineStage (stratigraphy)Visual acuityOphthalmologySurgery

Résumé

récupéré en direct d'OpenAlex

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 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)0,007
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,785
Score d'incertitude au seuil0,829

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,056
Tête enseignante GPT0,365
Écart entre enseignants0,309 · 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.

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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEye & Contact Lens Science & Clinical PracticeMême sujetCorneal Surgery and TreatmentsTravaux en français237 207