Evaluation of intravitreal injections as a risk factor for capsular rupture during cataract surgery
Notice bibliographique
Résumé
OBJECTIVE: To determine whether previous intravitreal injections are an independent risk factor for posterior capsular rupture (PCR) during cataract surgery after adjusting for known risk factors. DESIGN: Single-centre medical records analysis of a population-based cohort at a university-based referral centre. A retrospective cohort study has been conducted with inclusion of cataract surgeries done from January 1, 2005 to December 31, 2020 at the Department of Ophthalmology, Medical University of Graz, Austria. PARTICIPANTS: All consecutive cataract surgeries done in patients of at least 18 years of age from January 1, 2005 to December 31, 2020 have been included. METHODS: Association between previous intravitreal injections and PCR rates has been analysed through univariable and multivariable generalized estimating equations (GEE). Other investigated risk factors were age, combined surgery, pseudoexfoliation, surgeon's experience, and type of cataract surgery. RESULTS: A statistically significant higher rate of posterior capsular rupture during cataract surgery has been found in patients with previous intravitreal therapy compared with patients with no history of intravitreal therapy (OR 1.27, 95% CI 1.10-1.46, p = 0.008). However, after adjusting for confounding risk factors, no statistically significant effect was seen (OR 1.04, 95% CI 0.89-1.21, p = 0.664). CONCLUSION: We found no association between history of intravitreal injections and PCR during cataract surgery after adjusting for known risk factors. Further studies upon interactions between history of intravitreal injections and known risk factors for PCR, especially pseudoexfoliation, are needed.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,002 | 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 ».