Besserung der trockenen altersbedingten Makuladegeneration durch Photobiomodulation
Notice bibliographique
Résumé
Einleitung: In diesem Fallbericht wird die dramatische Verbesserung des Drusenvolumens und der Sehschärfe bei einem 73-jährigen Patienten beschrieben, bei dem eine trockene altersbedingte Makuladegeneration (AMD) diagnostiziert wurde. Der Patient unterzog sich täglich zu Hause einer Photobiomodulation, in Verbindung mit der Einnahme von AREDS-2-Ergänzungsmitteln. Falldarstellung: Hierbei handelt es sich um die retrospektive Überprüfung einer Falldarstellung aus den Jahren 2023 bis 2024. Nach 8 Monaten kontinuierlicher Photobiomodulationstherapie zu Hause verbesserte sich die Sehschärfe des linken Auges des Patienten von 20/30 auf 20/20, während sie sich beim rechten Auge bei 20/25 stabilisierte. Die äußere Netzhaut wies keine Anzeichen einer geografischen Atrophie auf. Die Gesamtzahl und das Volumen der Drusen waren in beiden Augen deutlich reduziert, links stärker als rechts. Dies wurde durch Querschnittsscans der Makula mittels optischer Kohärenztomografie gezeigt.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».