Evaluation of optic nerve head and retinal layers in affected and fellow eyes of pediatric glaucoma
Notice bibliographique
Résumé
Pediatric glaucoma is a rare disease that is potentially more severe than adult glaucoma because it is more challenging to diagnose and more difficult to treat. The segmented retinal layer has been shown to have excellent capability in assessing adult glaucoma. However, there is limited information regarding the benefits of spectral domain-optical coherence tomography (SD-OCT) in children. Thus, our study aims to investigate the role of circumpapillary (cp) OCT analysis in examining pediatric glaucoma and characterizing the changes in the fellow eyes of glaucomatous children. SD-OCT was used to investigate the optic nerve head (ONH) and retinal morphology of 18 patients with pediatric glaucoma and 14 matched healthy controls. As predicted, pediatric patients with glaucoma had a wider disk diameter, cup diameter, and cup-to-disk ratio (CDR). Pediatric glaucoma also resulted in a thinner retinal nerve fiber layer (RNFL), ganglion cell layer – inner plexiform layer (GCL-IPL), photoreceptor layer – retinal pigment epithelium (PRL-RPE), and total retinal layer (TRL). Similarly, these observations were found in the fellow eyes of glaucomatous children. Our finding also indicated that cpRNFL, GC-IPL, and PRL-RPE thickness were useful for the early identification of pediatric glaucoma. In conclusion, SD-OCT could be implemented in managing glaucoma in young children. Moreover, retinal layer damage at the corresponding locations of the fellow eye is similarly detected in the glaucomatous eye.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».