MétaCan
Menu
Retour à la cohorte
Enregistrement W7083203547 · doi:10.48620/91511

Predicting the Effects of Customized Corneal Cross-Linking on Corneal Geometry.

2025· article· en· W7083203547 sur OpenAlexaff

Notice bibliographique

RevueOpen Access CRIS of the University of Bern · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-clésKeratoconusFlatteningDioptreCorneal topographyCurvatureConcordance

Résumé

récupéré en direct d'OpenAlex

Purpose To validate an existing finite element model (FEM) for predicting the flattening effect of corneal cross-linking (CXL) in a clinical scenario and to use this model to investigate the parameters that most influence CXL-induced flattening effects.Methods Retrospective data were collected from two clinical cohorts, each with 20 patients receiving either standard or customized CXL. Data were collected before surgery and at the six-month follow-up. Both CXL treatments were simulated with a FEM calibrated on experimental data. Standard anterior corneal geometry indexes (e.g., sphere, cylinder), as well as the curvature changes observed at follow-up were compared to those predicted by FEM simulations.Results At follow-up, patients who underwent customized CXL exhibited more corneal flattening compared to those who received standard CXL (Kmax-t: -2.28 ± 1.4 D vs. -0.81 ± 1.5 D; P < 0.001). The FEM-predicted curvature reduction in the central CXL regions showed a significant correlation with the follow-up data for both standard (R2 = 0.48, P < 0.01) and customized CXL (R2 = 0.59, P < 0.01). Compared to follow-up data, standard CXL model showed concordance correlation coefficients > 0.9 for nine corneal geometry parameters and customized CXL model for three. Sensitivity analysis demonstrated that a 3 mm Hg increase in intraocular pressure (IOP) combined with a 10% weaker keratoconus region alters flattening outcomes by up to 20%.Conclusions Customized CXL induces a flattening of about 2 diopters in the cone region six months after surgery. The model adequately captured the curvature corrections induced by the treatment in the keratoconus cone region, but showed reduced accuracy in predicting global corneal metrics, particularly for customized CXL. The induced flattening effects depend on the IOP, keratoconus-induced biomechanical weakening, and the fluence delivered to the cone.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,395
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0070,006
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,283
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Access CRIS of the University of BernMême sujetGeochemistry and Geologic MappingTravaux en français237 207