Prophylaxis Pharmacological Management for Patients with Intraoperative Floppy Iris Syndrome Risk Due to ?1-Adrenergic Receptor Antagonists Use
Notice bibliographique
Résumé
Introduction: Intraoperative floppy iris syndrome (IFIS) remains a challenge that increases the risk of complications in patients undergoing cataract surgery who use ?1-adrenergic receptor antagonists. To date, no definite consensus on a preventive strategy for IFIS is available. The aim of this review is to assess various pharmacological managements to prevent IFIS in high-risk patients. Methods: This review was based on Preferred Reporting Items for Systematic Reviews and Meta- Analyses guidelines. A systematic search using PubMed, Science Direct, Cochrane Library, and WorldCat database was performed. Quality of each study was evaluated using Cochrane Risk of Bias 2.0 (RoB 2.0), Risk of Bias in Non-randomized Studies of Interventions (ROBINS-I), or Newcastle- Ottawa Scale (NOS). Results: The search identified 1589 articles of which 7 met the eligibility criteria. Experimental and observational studies between 2010 and 2018 were included. Pharmacological managements included in this review are administered in varying routes. Phenylephrine, lidocaine, a combination of lidocaine and epinephrine are given intracamerally. Other pharmacological managements included are sub-tenon injection of lidocaine, topical atropine, a combination of topical atropine with intracameral epinephrine, combined irrigation solution of phenylephrine and ketorolac, and mydriatic cocktail- soaked wick sponges. Conclusion: Various pharmacological managements for IFIS prophylaxis have shown promising potential. However, studies that evaluate the efficacy of each agent and comparison between these strategies are still limited. Further research is needed to determine the best prophylaxis strategy to reduce the incidence of IFIS.
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) | 0,001 | 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) | 0,001 | 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 ».