Comparative Outcomes of Single Versus Multiple Cyanoacrylate Tissue Adhesive Applications in the Management of Corneal Thinning and Perforation
Notice bibliographique
Résumé
PURPOSE: To compare outcomes between patients treated with a single cyanoacrylate tissue adhesive (CTA) patch for corneal thinning or perforation and those requiring multiple CTA applications. METHODS: We conducted a single-center, comparative cohort study of patients with corneal thinning or perforation treated with either a single or multiple CTA applications in Toronto, Canada, between 2006 and 2024. Primary outcomes were the need for penetrating keratoplasty (PKP) and the best-corrected visual acuity (BCVA) at final follow-up. Associations between the number of CTA applications with baseline characteristics, perforation characteristics, and final outcomes were analyzed using univariable and multivariable logistic regression models. RESULTS: Overall, 189 patients (median age 69.0 years; 42% female) were included, with 116 (61%) in the single CTA group and 73 (39%) in the multiple-application group (mean 2.3 ± 0.6), over a median follow-up of 4.4 months. Baseline characteristics were similar between groups. Central and paracentral corneal defects were more likely to require multiple glue applications than peripheral defects (OR = 2.92, 95% CI, 1.31-6.51, P = 0.009). No difference was observed in final BCVA between groups (median: 2.0 logarithm of the minimum angle of resolution [single] vs. 2.0 logarithm of the minimum angle of resolution [multiple]; P = 0.838). Patients receiving multiple CTA applications (48%, n = 35/73) were more likely to require PKP (OR = 2.70, 95% CI, 1.42-5.15, P = 0.003) than those treated with a single glue patch (26%, n = 30/116). CONCLUSIONS: Multiple CTA applications were more frequently needed for central/paracentral defects and were associated with a greater likelihood of PKP. Given no significant difference in final BCVA, a conservative, stepwise management approach can be pursued without compromising long-term visual outcomes, allowing flexibility in surgical planning.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».