Profilometry-Guided Scleral Lenses Improve Visual Acuity and Reduce Ocular Aberrations in Irregular Corneas: A Retrospective Case Series
Notice bibliographique
Résumé
OBJECTIVES: Scleral lenses (SLs) represent a key treatment for visual rehabilitation in patients with irregular corneas, such as keratoconus (KC), pellucid marginal degeneration (PMD), and postlaser in situ keratomileusis (LASIK) ectasia. This study evaluates the impact of profilometry-guided SLs on visual acuity (VA) and ocular aberrations in these patients. METHODS: Medical records of 23 eyes from 23 patients with KC, PMD, and post-LASIK ectasia were reviewed. All patients were fitted with profilometry-guided SLs. High-contrast visual acuity (HCVA), low-contrast visual acuity (LCVA), and aberrometry parameters (Strehl ratio, higher-order root mean square (HO-RMS), coma, spherical aberration, and trefoil) were analyzed before and during SL wear. RESULTS: HCVA improved significantly from 0.62±0.09 logMAR at baseline to 0.03±0.01 logMAR with SL wear ( P <0.05). LCVA also showed significant improvements ( P <0.05). HO-RMS decreased from 2.70±0.54 D to 1.00±0.20 D ( P <0.05), with notable reductions in coma (1.31±0.21 D to 0.49±0.04 D) and trefoil (1.26±0.29 D to 0.34±0.09 D). CONCLUSIONS: Profilometry-guided SLs significantly improve VA and reduce higher-order aberrations in patients with irregular corneas, offering an effective nonsurgical solution for enhancing vision quality in these complex cases.
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 | 0,005 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».