SUPRACHOROIDAL SPACE IN RHEGMATOGENOUS RETINAL DETACHMENT ASSESSED WITH OPTICAL COHERENCE TOMOGRAPHY
Notice bibliographique
Résumé
PURPOSE: To comprehensively investigate the suprachoroidal space (SCS) in the context of rhegmatogenous retinal detachment (RRD) using swept-source optical coherence tomography. METHODS: We conducted a post hoc analysis of 90 consecutive patients with a primary RRD. Baseline swept-source optical coherence tomography scans were graded for the presence and thickness of SCS. Available scans of the fellow eye were graded for comparison. RESULTS: Suprachoroidal space was visible in 31.6% (24/76) of gradable RRD scans, with a mean thickest location measuring 67.0 µ m (SD 25.9), mean thinnest location of 33.8 µ m (SD 11.1), and mean average thickness of 50.0 µ m (SD 16.8). In addition, the SCS was detectable in 28.3% (13/46) of available fellow eye scans, with a mean thickest location measuring 47.0 µ m (SD 41.7), thinnest location of 25.2 µ m (SD 27.6), and mean average thickness of 35.8 µ m (SD 31.4). A statistically significant difference was found between RRD and fellow eyes in all measurements of SCS thickness. CONCLUSION: In RRD, the SCS serves as a crucial fluid reservoir influenced by dynamic shifts in intraocular hydrostatic and oncotic pressures. We found significant SCS engorgement in RRD eyes compared with fellow eyes, which may facilitate intra-SCS therapies such as suprachoroidal viscopexy or other pharmacologic interventions.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».