Relationship Between Macular Thickness and Visual Acuity in the Treatment of Diabetic Macular Edema With Anti-VEGF Therapy: Systematic Review
Notice bibliographique
Résumé
Purpose: To examine the relationship between central macular thickness (CMT) measured by optical coherence tomography (OCT) and visual acuity (VA) in patients with center-involving diabetic macular edema (DME) receiving antivascular endothelial growth factor (anti-VEGF) treatment. Methods: Peer-reviewed articles from 2016 to 2020 reporting intravitreal injections of bevacizumab, ranibizumab, or aflibercept that provided data on pretreatment (baseline) and final retinal thickness (CMT) and visual acuity (VA) were identified. The relationship between relative changes was assessed via a linear random-effects regression model controlling for treatment group. Results: No significant association between the logarithm of the minimum angle of resolution (logMAR) VA and CMT was found in 41 eligible studies evaluating 2667 eyes. The observed effect estimate was a 0.12 increase (95% CI, -0.124 to 2.47) in logMAR VA per 100 µm reduction in CMT after treatment change. There were no significant differences in logMAR VA between the anti-VEGF treatment groups. Conclusions: There was no statistically significant relationship between the change in logMAR VA and change in CMT as well as no significant effect of the type of anti-VEGF treatment on the change in logMAR VA. Although OCT analysis, including measurements of CMT, will continue to be an integral part of the management of DME, further exploration is needed on additional anatomic factors that might contribute to visual outcomes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| 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 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 ».