Astigmatic Results of a Diffractive Trifocal Toric IOL Following Intraoperative Aberrometry Guidance
Notice bibliographique
Résumé
John F Blaylock,1 Brad Hall2 1Valley Laser Eye Centre, Abbotsford, BC, Canada; 2Sengi, Penniac, NB, CanadaCorrespondence: Brad HallSengi, 473 Route 628, Penniac, NB E3A 8X8, CanadaTel +1 888-255-8680Email bhall@sengiclinical.comPurpose: To determine if intraoperative aberrometry (IA) improves astigmatic outcomes for trifocal toric IOL (TTI) cases.Patients and Methods: This was a retrospective study examining 137 eyes that underwent cataract extraction and TTI implantation using femtosecond laser, digital registration, and IA. Final cylinder power and axis of placement were determined by IA. Monocular uncorrected distance visual acuity (UDVA), uncorrected intermediate visual acuity (UIVA), uncorrected near visual acuity (UNVA), and refractive data were collected at 3 months. Postoperative residual astigmatism (PRA) determined by manifest refraction was compared to back-calculated residual astigmatism (BRA) using the cylinder power calculated preoperatively.Results: Postoperatively, 97.8% of eyes had IA PRA ≤ 0.50D and 80.3% had BRA ≤ 0.50 D, a difference of 17.5%. Mean PRA for IA was 0.07 D ± 0.19 (range 0.00– 1.00 D) compared to BRA 0.31 D ± 0.33 (range 0.00– 1.34 D) (P < 0.001). Cylinder power was changed in 50.4% of cases based upon IA. Postoperative mean UDVA (LogMAR) was 0.04 ± 0.09 (range − 0.12– 0.30 logMAR), and 65% of eyes were ≤ 0.0, 85% ≤ 0.1, and 99% ≤ 0.18.Conclusion: The proportion of eyes with PRA ≤ 0.50 D and mean PRA was significantly lower using IA versus the preoperative planned cylinder power.Keywords: PanOptix, trifocal IOL, toric IOL, cataract surgery
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».