Macular hole after anti-vascular endothelial growth factor injection: A review
Notice bibliographique
Résumé
INTRODUCTION: Anti-vascular endothelial growth factor (anti-VEGF) injections are a crucial treatment for neovascular age-related macular degeneration (nvAMD); however, each injection carries the risk of complications, including macular hole (MH) formation. A comprehensive literature search of the PubMed, Embase, and Google Scholar databases identified studies reporting MH formation after anti-VEGF injections for nvAMD. Demographic characteristics included age, sex and affected eye. The presence of intraretinal fluid, subretinal fluid (SRF), pigment epithelial detachment (PED), posterior vitreous detachment, epiretinal membrane, vitreomacular adhesion (VMA), vitreomacular traction (VMT), and retinal pigment epithelial (RPE) tears was recorded. This review includes 15 articles, encompassing 50 eyes. Median patient age was 76.0 years, and 54 % were female. Prior to MH formation, SRF and PED were present in 68 % of eyes. VMA or VMT was observed in 36 % of eyes and the median number of injections before MH development was 3, with a median time to diagnosis of 60 days. While anti-VEGF is an essential therapy, clinicians must be aware of the risk of MH Predisposing factors including PEDs, VMT, and significant intra- or subretinal fluid, should be considered. Further research is needed to fully understand the mechanisms and explore preventative strategies.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».