Evaluation of Meibomian gland dysfunction using meibography in patients with xeroderma pigmentosum
Notice bibliographique
Résumé
PURPOSE: To assess Meibomian gland dysfunction using meibography in patients with xeroderma pigmentosum and correlate with ocular surface changes. METHODS: This cross-sectional study evaluated patients with xeroderma pigmentosum. All patients underwent a comprehensive and standardized interview. The best-corrected visual acuity of each eye was determined. Detailed ophthalmic examination was conducted, including biomicroscopy examination of the ocular surface, Schirmer test type I, and meibography, and fundus examination was also performed when possible. Meibomian gland dysfunction was assessed by non-contact meibography using Oculus Keratograph® 5M (OCULUS Inc., Arlington, WA, USA). Saliva samples were collected using the Oragene DNA Self-collection kit (DNA Genotek Inc., Ottawa, Canada), and DNA was extracted as recommended by the manufacturer. Factors associated with abnormal meiboscores were assessed using generalized estimating equation models. RESULTS: A total of 42 participants were enrolled, and 27 patients underwent meibography. The meiboscore was abnormal in the upper eyelid in 8 (29.6%) patients and in the lower eyelid in 17 (62.9%). The likelihood of having abnormal meiboscores in the lower eyelid was 16.3 times greater than that in the upper eyelid. In the final multivariate model, age (p=0.001), mutation profile (p=0.006), and presence of ocular surface malignant tumor (OSMT) (p=0.014) remained significant for abnormal meiboscores. For a 1-year increase in age, the likelihood of abnormal meiboscores increased by 12%. Eyes with OSMT were 58.8 times more likely to have abnormal meiboscores than eyes without ocular surface malignant tumor. CONCLUSION: In the final model, age, xeroderma pigmentosum profile, previous cancer, and clinical alterations on the eyelid correlated with a meiboscore of ≥2. Meibomian gland dysfunction was common in patients with xeroderma pigmentosum, mainly in the lower eyelid. The severity of Meibomian gland dysfunction increases with age and is associated with severe eyelid changes.
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 | 0,001 | 0,002 |
| 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) | 0,001 | 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 ».