International consensuses and controversies on causes, diagnosis and management of diabetic macular edema (DME)
Notice bibliographique
Résumé
Diabetic macular edema (DME) is the most common cause of vision-threatening diabetic retinopathy (VTDR) with an increasing prevalence tied to the global epidemic in diabetes. Despite significant advances, the management of DME remains a dynamic field with many unresolved controversies. Optical coherence tomography (OCT) allows objective assessment, however, correlation between vision and morphological changes can be inconsistent, causing disagreements on treatment strategies. DME is a complex disease with multifactorial pathophysiological pathways, leading to heterogenous treatment responses. There is a lack of standardized definition of treatment "non-response" and protocol for switching to second-line or adjuvant treatments. New anti-vascular endothelial growth factor (anti-VEGF) drugs and multi-targeted therapies seem to demonstrate improved durability, but long-term data is not yet available. Research in artificial intelligence (AI) is developing rapidly, however, rigorous appraisal of its reliability and generalizability are necessary before its implementation. Significant vision loss from DME in pregnant women, young children and elderly patients with systemic comorbidities are challenging conundrums. An international panel of experts (IPE) comprising 36 experts from 16 countries formulated and voted on the consensus statements in 5 key areas: 1) Diagnostic controversies around classification and imaging; 2) Treatment controversies; 3) Management paradigm between protocol-based and individualized approaches; 4) Emerging controversies in novel therapeutics and AI application, and 5) Special considerations for specific patient populations. There is an imminent need for mutual agreement on the best-possible approach to DME management in order to promote the optimal patient outcomes and to identify specific issues that require prioritization of resources and research.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».