MétaCan
Menu
Retour à la cohorte
Enregistrement W4389129868 · doi:10.1097/opx.0000000000002085

Case Report: Remote Scleral Lens Fitting for High Toric Scleras in a Keratoconus Patient

2023· article· en· W4389129868 sur OpenAlexaff
Daddi Fadel, Cian Gildea

Notice bibliographique

RevueOptometry and Vision Science · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueOphthalmology and Visual Impairment Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésKeratoconusScleral lensOphthalmologyLens (geology)OptometryMedicineComputer scienceOpticsCorneaPhysics

Résumé

récupéré en direct d'OpenAlex

SIGNIFICANCE: Technology plays a crucial role in customizing scleral lenses and improving lens alignment, especially in challenging scleral shapes. In addition, remote fitting technology allows optometrists to extend their expertise globally, empowering patients to access to customized lenses without travel expenses. PURPOSE: The objective of this study was to document the difficulties encountered in fitting a scleral lens in a patient with keratoconus and pronounced scleral toricity. In addition, the study aimed to present the successful remote fitting achieved by using advanced technology. CASE REPORT: An Irish male patient diagnosed with keratoconus exhibited high scleral toricity. Generally, keratoconus eyes often exhibit significant scleral asymmetry associated with cone decentration and disease severity. Improperly aligned scleral lenses can lead to regional changes in scleral shape, lens decentration, discomfort, and visual disturbances. Indeed, previous scleral lens fits were unsuccessful because of these issues. Corneoscleral profilometry was acquired in Ireland and then used in Italy to design customized lenses, which were then delivered to the patient's optometrist in Ireland. The first lenses designed and delivered demonstrated excellent overall performance without requiring adjustments. CONCLUSIONS: This report highlights the importance of corneoscleral profilometry to increase efficiency and reduce lens reorders and chair time, and the remote fitting in overcoming barriers to accessing specialized 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,220
Score d'incertitude au seuil0,414

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,473
Écart entre enseignants0,414 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptometry and Vision ScienceMême sujetOphthalmology and Visual Impairment StudiesTravaux en français237 207