Current Practice Patterns for Endothelial Keratoplasty: A Survey of Corneal Surgeons
Notice bibliographique
Résumé
PURPOSE: To investigate current practice patterns among corneal specialists performing Descemet stripping automated endothelial keratoplasty (DSAEK) and Descemet membrane endothelial keratoplasty (DMEK). METHODS: An online questionnaire was distributed via the Canadian Ophthalmological Society and Kera-net (Cornea Society listserv) for the period from March to May 2025. The survey collected data on demographics, clinical practice, and intra/postoperative management strategies related to DSAEK and DMEK, including use of perioperative assistive techniques, tamponade strategies, postoperative positioning, and follow-up protocols. RESULTS: There were 70 respondents. All performed DSAEK while 82.9% performed DMEK. Most had over 5-year experience with DSAEK (85.7%) and DMEK (77.6%). Donor tissue marking was common (82.5% for DMEK; 72.9% for DSAEK), as were peripheral iridotomy/iridectomy (70.2% for DMEK; 37.1% for DSAEK), and intra/postoperative dilation (45.6% for DMEK; 61.4% for DSAEK). Intraoperative anterior segment optical coherence tomography was used by 15.8% (DMEK) and 12.9% (DSAEK) of respondents. Sulfur hexafluoride (SF6) gas is the preferred tamponade agent for routine DMEK (55.2%) but less so for DSAEK (7.1%). Intraoperative tamponade was more frequent in DSAEK (90.0%) than DMEK (67.2%). Full/near-full air/gas fills were left in 42.9% of routine DSAEK and 50.0% of DMEK. Same-day postoperative review was performed by 74.1% (DMEK) and 67.2% (DSAEK). Many surgeons discharged routine cases from corneal services by postoperative year 1 (53.4% for DMEK; 51.4% for DSAEK). CONCLUSIONS: This study sheds insights into the current endothelial keratoplasty practices among corneal specialists. Further research is needed to examine how these technique variations correlate with clinical outcomes.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».