Management of Glaucoma Medication Induced Dry Eye Disease with Self-retained Cryopreserved Amniotic Membrane
Notice bibliographique
Résumé
BackgroundApproximately half of glaucoma patients have dry eye disease (DED) due to anti-glaucoma medication use. Herein, we evaluated the effectiveness of self-retained cryopreserved amniotic membrane (AM) in managing glaucoma-induced DED.
 MethodsA retrospective chart review was conducted on consecutive patients treated with self-retained cryopreserved AM (Prokera Slim, BioTissue, Miami, FL) for ocular surface disease induced by chronic use of glaucoma medication. Data collected included demographics, diagnosis, associated signs and symptoms, concomitant therapies, and benefit duration.
 ResultsEight eyes of eight female patients (aged 80.0 ± 3.9 years) developed DED from chronic use (8.4 ± 2.3 years) of glaucoma medication. DED was refractory despite use of conventional therapies, including topical cyclosporine (n=7), gels (n=5), artificial tears (n=5), and lifitegrast (n=2). However, after treatment with self-retained cryopreserved AM, SPK grade significantly improved from 3.25 ± 0.7 to 0.38 ± 0.5 (p=0.01). Furthermore, visual acuity (VA) improved in all patients by an average of 1.4 ± 0.5 lines (range: 1-2), with a significant improvement in LogMAR VA observed post-treatment (logMAR .28 to .16, p=0.01). This was accompanied by decreased pain (n=5), decreased foreign body sensation (n=5), and improved comfort (n=2) that lasted an average duration of 5.3 ± 1.0 months.
 ConclusionThis retrospective study suggests that a single placement of self-retained cryopreserved AM can restore corneal surface health with a lasting benefit in patients with glaucoma-induced DED who are refractory to conventional therapy directly or indirectly by promoting blinking and tearing reflexes.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».