Short-Term Efficacy and Safety of Scleral Lenses in the Management of Severe Dry Eye in a Chinese Population
Notice bibliographique
Résumé
Background: Scleral lenses (SLs) are recommended in DEWS II to treat dry eye (DE) patients that do not respond well to conventional therapies. This study aimed to evaluate the short-term (one month) efficacy and safety of SLs in the management of severe DE. Methods: This single-center prospective study enrolled 15 patients (22 eyes) who were diagnosed with severe DE. The Ocular Surface Disease Index (OSDI), the Chinese version of the 25-item National Eye Institute Visual Function Questionnaire (CHI-VFQ-25), and LogMAR best-corrected visual acuity (BCVA) were evaluated at baseline and one month following SL fitting. DE-related parameters were obtained and analyzed before and after one month of SL treatment, including tear-film breakup time (TBUT), corneal fluorescein staining (CFS), non-invasive breakup time (NIBUT), tear meniscus height (TMH), Schirmer I test (SIT), and meibomian gland (MG) dropout. Complications and adverse events were monitored. Results: OSDI scores (53.9 ± 28.1 vs. 10.4 (4.2–25), p = 0.0001) and CFS scores (10.2 ± 3.9 vs. 7 (0–12), p = 0.001) decreased after one month of SL therapy, while CHI-VFQ-25 scores (74.4 (54.8–83.8) vs. 95 (78.7–98), p = 0.0001) and TBUT (0.6 ± 0.5 vs. 2.2 ± 1.0, p < 0.0001) increased significantly. LogMAR BCVA improved from 0 (0–0.1) to 0 (0–0) (p = 0.0147). The average types of medications per eye decreased from 2.82 ± 1.01 to 1.32 ± 0.64 (p = 0.025), and the proportion of eyes using glucocorticoids significantly decreased from 63.6% to 13.6% (p = 0.001). No severe SL-related adverse events were reported. Conclusions: SL treatment quickly alleviated subjective symptoms as well as clinical signs of DE with good safety and enhanced the visual function and vision-related quality of life, showing its usefulness in the management of severe DE.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 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 ».