Considerations for Adding Minimally/Microinvasive Glaucoma Surgery (MIGS) to a Planned Cataract Surgery
Notice bibliographique
Résumé
Glaucoma is a progressive optic neuropathy defined by retinal ganglion cells loss and characteristic visual field loss. It is a leading cause of irreversible blindness and affects over 60 million people worldwide. Its prevalence is estimated to increase to 111.8 million by 2040. Intraocular pressure (IOP) is a major clinically modifiable risk factor for glaucoma. Thus, glaucoma therapy aims to reduce the IOP using medications, lasers (e.g., selective laser trabeculoplasty) or surgery. Historically, surgery has been reserved for advanced glaucoma and in cases with poorly controlled pressure despite medical and laser treatment. For decades, trabeculectomy and tube shunt devices have been the predominant surgical methods for lowering ocular pressure. However, these traditional surgeries are invasive requiring significant manipulation of ocular tissue and have significant post-operative complication rates. Many patients have fallen in the gap of needing more pressure lowering but not enough to justify a higher risk surgery. Fortunately, the landscape of glaucoma surgery has rapidly evolved over the past 20 years with the emergence of minimally/micro- invasive glaucoma surgery (MIGS). MIGS is often performed as an adjunct to cataract surgery. As such, there is minimal added long-term risk if the procedure is done in the same space as the already planned cataract surgery. This represents a large group of patients, some of whom would not have been considered as glaucoma surgical candidates in the past. The clinician is now faced with the question, “Should I add MIGS to the cataract surgery?” In this paper, we suggest a series of questions to ask about each case in order to help make a patient-centred decision.
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 | 0,001 |
| 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) | 0,000 | 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 ».