Analyse von corneo-skleralen und biometrischen Messwerten als Prädiktoren für Sklerallinsenparameter: eine systematische Übersicht
Notice bibliographique
Résumé
Purpose. In the latest years, the interest in scleral lenses is progressively increasing among practitioners and patients from all around the world. An optimal lens fit is necessary to ensure patient comfort and visual quality. However, it is not straightforward to estimate the appropriate scleral lens parameters for a particular patient. This review paper aims to summarize the current state of knowledge in predictors of scleral lens parameters based on corneo-scleral shape. Material and Methods. Literature was reviewed from PubMed. A total of 33 articles were specifically selected for the current study. Results. Even though not all available corneo-scleral meas- urements may be helpful in the fitting experience, the re- fractive state of the cornea, corneal flattest and steepest keratometry, scleral toricity, and axial length have proven to influence the scleral lens parameters and, consequently, the quality of scleral lens fit. Conclusion. The usefulness of corneal, scleral, and corneo- scleral measures is reviewed and critically evaluated. A special effort was made to highlight the clinical implications of the findings. Keywords Corneal topography, scleral profile, profilometry, myopia progression, axial length, contact lens fitting
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 | 0,020 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,014 | 0,013 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».