Safety and Efficacy of a Treat-and-Extend Regimen of Anti–Vascular Endothelial Growth Factor Agents for Diabetic Macular Edema or Macular Edema Secondary to Retinal Vein Occlusion: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
This article has been amended to include factual corrections. An error was identified subsequent to print publication. Figure 2 was incorrect, and has been revised and updated. The online article is considered the version of record. Background and Objective: This meta-analysis evaluates treat-and-extend regimens relative to monthly and as-needed (prn) regimens using anti–vascular endothelial growth factor agents for diabetic macular edema and macular edema secondary to retinal vein occlusion. Materials and Methods: Comparative studies evaluating a treat-and-extend regimen relative to a monthly or prn regimen with anti–vascular endothelial growth factor therapy for diabetic macular edema or macular edema secondary to retinal vein occlusion were included following a systematic literature search. Results: Seven studies of 984 eyes were included. Relative to a monthly regimen, treat-and-extend was similar for change in best-corrected visual acuity at final follow-up ( P = .59) and had a lower number of injections ( P < .00001). Relative to a prn regimen, treat-and-extend was similar for change in best-corrected visual acuity at final follow-up ( P = .84) and was associated with a higher number of injections ( P = .02). Conclusion: This meta-analysis found that a treat-and extend regimen was nonsignificantly different compared to monthly and prn regimens in efficacy and safety end points. [ Ophthalmic Surg Lasers Imaging Retina 2023;54(3):131–138.]
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,005 |
| Bibliométrie | 0,001 | 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 ».