Real-world outcomes of micropulse transscleral laser therapy in glaucoma patients: Efficacy of initial and repeated treatment, transient intraocular pressure spikes
Notice bibliographique
Résumé
Purpose To investigate the clinical outcomes of micropulse transscleral laser therapy (MP-TLT) in a cohort of glaucoma patients, including safety profile, post-operative transient intraocular pressure (IOP) spikes, long-term efficacy and prognostic factors in terms of IOP-lowering. Methods This was a retrospective observational cohort study. Medical records of all patients who consecutively underwent MP-TLT between May 2019 and February 2023 at a tertiary referral centre were scrutinised and relevant data were retrospectively analysed. Results A total of 131 patients (138 eyes) with a mean age of 73.2 ± 14.2 years were included. Mean pre-interventional IOP was 24.1 ± 9.1 mmHg. Within 6–12 h following the intervention on the same day, an IOP spike was regularly observed, reaching on average 31.7 ± 10.3 mmHg ( p < 0.001 to baseline). Two years after the intervention, mean IOP was 16.1 ± 5.6 mmHg ( p < 0.005 to baseline). In 18 eyes, the treatment was repeated, and the IOP lowering effect was more durable after the second intervention compared to the first one (Cox-Mantel test, p =<0.005). Apart from the transient post-interventional IOP spikes, no severe complications were observed. Conclusions MP-TLT is associated with significant IOP spikes in the first post-operative hours. Thus, close post-interventional IOP monitoring or even preventive (additional) IOP-lowering treatment may be considered. In the long term, the procedure yields favourable outcomes in terms of safety and IOP reduction. Repeated MP-TLT treatment, if necessary, seems to achieve more sustained IOP reduction than the initial treatment.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».