Concordance Between Clinical and Pathological Diagnosis of Stromal Corneal Dystrophies in a Large Case Series
Notice bibliographique
Résumé
PURPOSE: To assess the frequency and histopathological features of stromal corneal dystrophies. In addition, we sought to evaluate the concordance between the clinical diagnoses provided by ophthalmologists and the pathological reports. METHODS: We retrospectively analyzed all cases of stromal corneal dystrophies between 1996 and 2022. Data were collected from pathological reports of corneal buttons obtained from penetrating keratoplasties (PK). Clinical and pathological diagnoses along with demographic information were recorded. Concordance between clinical and pathological diagnoses was assessed using frequency analysis and Cohen kappa coefficient. RESULTS: Histopathological review of 1440 corneal specimens from PK revealed 56 (3.8%) stromal corneal dystrophies in 53 patients. The most common dystrophy found was lattice corneal dystrophy (LCD), present in 30 specimens (53.6%), followed by granular corneal dystrophy type 2 in 14 specimens (25.0%), granular corneal dystrophy type 1 in 7 specimens (12.5%), and macular corneal dystrophy in 5 specimens (8.9%). Concordance between clinical and pathological diagnoses was observed in 37 of 45 cases, resulting in an overall concordance rate of 82.2% with a Cohen kappa coefficient of 0.64. CONCLUSIONS: The concordance rate of 82.2% and Cohen kappa coefficient of 0.64 indicate strong agreement between clinical and pathological diagnoses of stromal corneal dystrophies. However, despite ranking as the second most common dystrophy, the absence of clinical diagnoses for granular corneal dystrophy type 2 highlights the critical need to use both Masson Trichrome and Congo red stains when granular or lattice-like deposits are present in the cornea to ensure precise and reliable diagnosis.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 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 ».