Systemic antibiotic treatment for meibomian gland dysfunction—A systematic review and meta‐analysis
Notice bibliographique
Résumé
PURPOSE: To review the efficacy and safety of oral doxycycline antibiotics versus macrolides in the treatment of meibomian gland dysfunction (MGD). DESIGN: Systematic review and meta-analysis. METHODS: We performed a systematic search of electronic databases for all peer-reviewed published studies which included clinical outcomes of oral antibiotic MGD treatment. Individual study data were extracted and evaluated in a weighted pooled analysis, including total sign and symptom scores, meibomian gland secretion score, tear break-up time (TBUT), fluorescein staining score and rate of complications. RESULTS: Two thousand nine hundred and thirty-three studies were found, of which 54 were eligible for the systematic review, and six prospective studies were ultimately included for analysis, reporting on 563 cases from three countries. Age of affected patients ranged between 12 and 90 years. Overall, both treatment methods induced improvement in MGD signs and symptoms. In pooled analysis, macrolides were significantly superior in the total signs score (pooled standardized mean difference (SMD) -0.51, 95% confidence interval (CI): -0.99 to -0.03), meibomian gland secretion score (pooled SMD -0.25, 95%CI: [-0.48, -0.03]), TBUT (SMD -0.31, 95%CI: [-0.50, -0.13]) and fluorescein staining score (SMD -1.01, 95%CI: [-1.72, -0.29]). Moreover, while no severe complications were reported for both treatments, the macrolide group exhibited significantly less adverse events (pooled odds ratio 0.24 with a 95% CI of 0.16 to 0.34). CONCLUSIONS: Both macrolides and tetracyclines are effective treatments for MGD. In this study, macrolides exhibited better efficacy and safety profile compared to tetracyclines.
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) | 0,002 | 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 ».