Perbandingan Efektivitas Injeksi Agen-Agen Anti-Vegf pada Pengobatan Age-Related Macular Degeneration
Notice bibliographique
Résumé
Age-related Macular Degeneration (AMD) adalah salah satu penyebab utama kebutaan pada orang > 60 tahun di negara-negara maju. Patogenesis AMD neovaskular melibatkan peningkatan permeabilitas pembuluh darah koroid, yang menyebabkan hipoksia dan produksi faktor pro-inflamasi dan pro-angiogenik, terutama faktor pertumbuhan endotel pembuluh darah (VEGF). Pengobatan AMD neovaskular melibatkan terapi anti-VEGF, yang menghambat pertumbuhan pembuluh darah yang tidak normal. Sejumlah penelitian telah menunjukkan efektivitas dan efek samping dari masing-masing agen Anti-VEGF. Berdasarkan latar belakang ini, Penulis tertarik untuk melakukan tinjauan pustaka yang merangkum efektivitas dan efek samping dari masing-masing agen Anti-VEGF. Metode yang digunakan adalah Literature Review. Jurnal di kumpulkan menggunakan GoogleScholar atau Google Cendekia, PubMed dan Proquest dalam jangka waktu 10 tahun terakhir. Sebanyak 10 jurnal yang memenuhi kriteria inklusi-eksklusi untuk dikaji dan diuji kelayakan dengan Ottawa score. Hasil dari tinjauan pustaka ini menunjukkan agen-agen anti-VEGF termasuk bevacizumab, ranibizumab, aflibercept, pegaptanib sodium, brolucizumab, dan abicipar pegol telah terbukti sama-sama efektif dalam meningkatkan penglihatan dan mempertahankan penglihatan stabil pasien AMD neovaskular. Namun, pengobatan anti-VEGF ini juga dapat menyebabkan efek samping seperti peradangan intraokular, peningkatan tekanan intraokular, dan masalah pembuluh darah.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,003 |
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 ».