Efficacy of Corneal Neurotization Surgery in Eyes With Neurotrophic Keratopathy
Notice bibliographique
Résumé
PURPOSE: Corneal neurotization (CN) restores innervation to anesthetic corneas, often caused by neurotrophic keratopathy (NK), using healthy donor nerves or grafts. Despite promising outcomes, its efficacy remains unclear. We conducted a meta-analysis to assess the efficacy of CN in eyes with NK and its influence on postoperative outcomes. METHODS: We systematically searched PubMed, EMBASE, and Cochrane. We calculated mean differences (MDs) with 95% confidence intervals (CIs) for continuous outcomes, following PRISMA guidelines. We used the R software for statistical analysis. RESULTS: We included 17 studies (232 eyes; mean follow-up: 19.07 ± 7.45 months). CN improved best-corrected visual acuity (MD: -0.44; 95% CI: -0.66 to -0.21; P < 0.01; I2 = 88.7%), CS (MD: 32.42 mm; 95% CI: 27.45 to 37.38; P < 0.001), corneal nerve fiber density (MD: 12.15 n/mm 2 ; 95% CI: 5.09 to 19.20; P < 0.001), corneal nerve branch density (MD: 18.88 n/mm 2 ; 95% CI: 8.89 to 28.87; P < 0.001), and corneal nerve fiber length (MD: 9.40 mm/mm 2 ; 95% CI: 6.31 to 12.50; P < 0.001) and corneal nerve total branch density (MD: 25.48 n/mm 2 ; 95% CI: 14.09 to 36.87; P < 0.001). CN also reduced Mackie scores (MD: -1.20; 95% CI: -1.42 to -0.99; P < 0.001). CONCLUSIONS: CN enhances both corneal function and innervation. These findings support CN as a promising and effective approach for restoring corneal function in NK.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».