Preliminary Report on Optical Coherence Tomography Angiography Biomarkers in Non-Responders and Responders to Intravitreal Anti-VEGF Injection for Diabetic Macular Oedema
Notice bibliographique
Résumé
Purpose: To identify optical coherence tomography angiography (OCTA) biomarkers in patients who were treated for diabetic macular oedema (DME) with intravitreal anti-vascular endothelial growth factor (VEGF) injections and compare the OCTA parameters between responders and non-responders. Methods: A retrospective cohort study of 61 eyes with DME who received at least one intravitreal anti-VEGF injection was included between July 2017 and October 2020. The subjects underwent a comprehensive eye examination followed by an OCTA examination before and after intravitreal anti-VEGF injection. Demographic data, visual acuity, and OCTA parameters were documented, and further analysis was performed pre- and post-intravitreal anti-VEGF injection.Results: Out of 61 eyes which underwent intravitreal anti-VEGF injection for diabetic macular oedema, 30 were responders (group 1) and 31 were non-responders (group 2). We found that the responders (group 1) had a higher vessel density in the outer ring that was statistically significant (p = 0.022), and higher perfusion density was noted in the outer ring (p = 0.012) and full ring (p = 0.044) at levels of the superficial capillary plexus (SCP). We also observed a lower vessel diameter index in the deep capillary plexus (DCP) in responders when compared to non-responders (p < 0.00). Conclusion: The evaluation of SCP in OCTA in addition to DCP can result in a better prediction of treatment response and early management in diabetic macular oedema.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 ».