Investigating the role of inflammation in keratoconus: A retrospective analysis of 551 eyes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: Keratoconus (KCN), classically defined as a noninflammatory corneal ectasia, was recently associated with chronic inflammation. This study aimed to further evaluate the association between inflammation and KCN severity by assessing patient tear films. METHODS: Retrospective chart review of consecutive patients (July 2016-February 2020) referred to a tertiary KCN centre. Using tomography Kmax values, the worst-eyes of patients with a diagnosis of KCN and tear film test results were included. Eyes were stratified as matrix metalloproteinase-9 (MMP9) positive or negative and analyzed using independent t and Pearson chi-squared tests. A p-value ≤ 0.05 was considered significant. RESULTS: Snellen and Kmax was 60.1 Diopters. MMP9 positive eyes had a higher Kmax (p = 0.048), and were more likely from patients who were male (p < 0.001), had a paediatric history of asthma (p = 0.042), and used glasses (p = 0.041). MMP9 negative eyes more likely corresponded to soft contact lens users (p = 0.012). No other significant differences were found in risk factors, topography, tomography, and tear film osmolarity. CONCLUSION: MMP9 positive keratoconic eyes had significantly higher Kmax readings which may correlate with increased disease severity, supporting an association between keratoconus and inflammation. Further research is warranted to evaluate the role of targeted therapy and contact lens use on MMP9 levels in keratoconic eyes and whether disease progression is affected.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle