MétaCan
Menu
Retour à la cohorte
Enregistrement W4318475176 · doi:10.1186/s40942-022-00439-4

Surgical classification for large macular hole: based on different surgical techniques results: the CLOSE study group

2023· article· en· W4318475176 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Retina and Vitreous · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinal and Macular Surgery
Établissements canadiensMcGill University Health CentreUniversité de MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalHôpital Maisonneuve-Rosemont
Organismes subventionnairesnon disponible
Mots-clésMacular holeMedicineVisual acuityOphthalmologySurgeryStatistical significanceInternal limiting membraneVitrectomyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The CLOSE study group proposes an updated surgical classification for large macular holes based on a systematic review of new treatments. Recently, many new techniques have been introduced to treat large full-thickness macular holes (FTMH); although the indications are not clear. An updated surgical classification is needed to help surgical decision-making. METHODS: We gathered published series by the CLOSE Study Group members and from literature search until June 2021. Techniques included: internal limiting membrane peeling (ILM peeling), ILM flaps, macular hydrodissection (macular hydro), human amniotic membrane graft (hAM), and autologous retinal transplantation (ART). Within each technique, chi-square test assessed association between the minimal linear diameter (MLD) (in µm) and closure rate; the postoperative best-corrected visual acuity (BCVA) gains were compared among groups. RESULTS: Data extraction included 31 published articles: total of 1135 eyes. Eyes were divided into the following groups: ILM peel (n: 683), ILM Flap (n: 233), macular hydrodissection (n: 64), hAM (n: 59), and ART (n: 96). The initial BCVA and size were heterogenous between the groups. ILM peel showed the best results in large FTMH ≤ 535 µm (closure rate 96.8%); adjusted mean BCVA: 0.49 (LogMAR) with a statistical difference among groups. Large FTMH between 535 and 799 µm: ILM flap technique showed better results (closure rate 99.0%); adjusted mean BCVA: 0.67(LogMAR); also with a statistical difference. For large FTMH ≥ 800 µm more invasive techniques are required. Use of hAM, macular hydrodissection and ART showed higher closure rates for this category (100%, 83.3% and 90.5% respectively), and adjusted mean BCVA varied from 0.76 to 0.89. Although there was no statistical difference between those techniques for this group due to the smaller number of cases. CONCLUSIONS: The CLOSE study group demonstrated the potential usefulness of a new surgical classification for large FTMHs and propose OCT biomarkers for use in clinical practice and future research. This new classification demonstrated that Large (400-550 µm) and X-Large (550-800 µm) holes can be treated highly successfully with ILM peel and ILM flap techniques, respectively. Further studies are necessary for the larger FTMHs (XX-Large and Giant), using the CLOSE classification, in order to determine which technique is better suited for each hole size and characteristics.

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 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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,631
Score d'incertitude au seuil0,326

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,027
Tête enseignante GPT0,341
Écart entre enseignants0,314 · 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