Antiviral and Anti-Inflammatory Therapeutic Interventions for Treating Herpes Stromal Keratitis: A Systematic Review
Notice bibliographique
Résumé
Purpose Herpes stromal keratitis (HSK) is an immune-mediated corneal inflammation that occurs after a herpes simplex virus infection. This paper aims to systematically identify and compare interventions for treating HSK and their patient outcomes.Methods This systematic review followed the PRISMA methodology. Online databases were searched to obtain all relevant papers. Two independent reviewers screened through 168 records. Seven papers were included and used for data extraction. A qualitative analysis was conducted.Results HSK patients receiving prednisolone phosphate and acyclovir showed a higher treatment success rate and significantly longer time to failure compared to patients receiving only acyclovir (P < .001). No difference in resolution time was found between oral and topical acyclovir. Between groups receiving dexamethasone and flurbiprofen, resolution occurred in 93% and 67% of patients, and BCVA (LogMAR) improved from 1.0 to 0.30 and 0.48, respectively. BCVA improved in both cyclosporine-A (P < .001) and its control (prednisolone) groups (P = .002). A tacrolimus treatment group showed greater improvement in BCVA compared to its control (prednisolone) group (P < .001).Conclusion Corticosteroids and antivirals managed HSK most effectively only when used concurrently. Oral acyclovir showed similar effectiveness to its ointment counterpart, a preferable alternative for easier administration. Corticosteroid use could induce greater therapeutic benefits when tapered in concentration and frequency and administrated for at least 10 weeks. Anti-inflammatory drugs including flurbiprofen, cyclosporine-A, and tacrolimus could be safe and effective for treating HSK. Future long-term follow-up and RCTs could provide insights on the therapeutic benefits of these potential alternatives.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,007 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».