MétaCan
Menu
Retour à la cohorte
Enregistrement W4294091534 · doi:10.1159/000526548

Outcomes of Second-Line Intravitreal Anti-VEGF Switch Therapy in Radiation Retinopathy Secondary to Uveal Melanoma: Moving from Bevacizumab to Aflibercept

2022· article· en· W4294091534 sur OpenAlexafffund
Ojas Srivastava, Ezekiel Weis

Notice bibliographique

RevueOcular Oncology and Pathology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueOcular Oncology and Treatments
Établissements canadiensUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesAlberta Innovates
Mots-clésAfliberceptMedicineBevacizumabOphthalmologyChoroidal melanomaRanibizumabMelanomaSurgeryChemotherapyCancer research

Résumé

récupéré en direct d'OpenAlex

Introduction: Radiation retinopathy is a dose-dependent complication of the retina following exposure to ionizing radiation. The objective of this prospective case series is to determine the clinical efficacy of intravitreal aflibercept for radiation retinopathy secondary to radiotherapy for uveal melanoma in those that failed intravitreal bevacizumab treatment. Methods: A case series of 30 patients with a mean age of 57 ± 15 years with radiation retinopathy were enrolled. Visual acuity (VA) and central foveal thickness (CFT) responses to therapy were assessed with regression analyses at 1 month, 3 months, and 6 months following the switch to aflibercept. Results: Regression analyses showed a statistically significant reduction in CFT and improvements in VA following the switch to treatment by aflibercept at 1 month, 3 months, and 6 months. The mean CFT improved from 476 μm ± 170 to 386 μm ± 139 and the mean VA improved minimally from 20/115 ± 20/63 to 20/112 ± 20/54 over 6 months. After 6 months of aflibercept, 46% of patients displayed a CFT improvement of 100 μm or greater and 23% of patients showed improvement in VA of 1 line or better. Conclusion: This pilot study suggests that patients with radiation retinopathy who have failed monthly intravitreal bevacizumab may respond to aflibercept.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,136
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,013
Tête enseignante GPT0,291
Écart entre enseignants0,278 · 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'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'admission2
Résumé présentoui

Explorer davantage

Même revueOcular Oncology and PathologyMême sujetOcular Oncology and TreatmentsTravaux en français237 207