Predictors of Peripheral Retinal Non-Perfusion in Clinically Significant Diabetic Macular Edema
Notice bibliographique
Résumé
Background/Objectives: Diabetic macular edema (DME) is a significant cause of vision loss. The development of peripheral non-perfusion (PNP) might be associated with the natural course, severity, and treatment of DME. The present study seeks to understand the predictive power of central macular changes and clinico-demographic features for PNP in patients with clinically significant DME. Methods: A prospective study using contemporaneous multi-modal retinal imaging was performed. In total, 48 eyes with DME from 33 patients were enrolled. Demographic, clinical history, laboratory measures, ultrawide field photography, fluorescein angiography, optical coherence tomography (OCT), and OCT angiography results were acquired. Anatomic and vascular features of the central macula and peripheral retina were quantified from retinal images. Separate (generalized) linear mixed models were used to assess differences between PNP present and absent groups. Mixed effects logistic regression was used to assess which features have predictive power for PNP. Results: Variables with significant differences between eyes with and without PNP were insulin use (p = 0.0001), PRP treatment (p = 0.0003), and diffuse fluorescein leakage (p = 0.013). Importantly, there were no significant differences for any of the macular vascular metrics including vessel density (p = 0.15) and foveal avascular zone (FAZ) area (p = 0.58 and capillary tortuosity (p = 0.55). Features with significant predictive power (all p < 0.001) were subretinal fluid, FAZ eccentricity, ellipsoid zone disruption, past anti-VEGF therapy, insulin use, and no ischemic heart disease. Conclusions: In the setting of DME, macular vascular changes did not predict the presence of PNP. Therefore, in order to detect peripheral non-perfusion in DME, our results implicate the importance of peripheral retinal vascular imaging.
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 | 0,004 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».