33 artículos
La oftalmología se dedica al estudio de la salud visual, abarcando desde la prevención de enfermedades comunes hasta el desarrollo de tratamientos innovadores para condiciones complejas de los ojos. En esta categoría, exploramos investigaciones que buscan mejorar nuestra comprensión de la visión humana y ofrecer nuevas soluciones médicas para millones de personas alrededor del mundo.
Gist.Science monitorea constantemente medRxiv para localizar los últimos preprints en este campo, asegurando que la información científica más reciente sea accesible para todos. Procesamos cada nuevo documento publicado en medRxiv, generando tanto resúmenes técnicos detallados como explicaciones en lenguaje sencillo que cualquier lector puede entender, sin importar su formación académica.
A continuación, encontrará la selección más reciente de artículos sobre oftalmología que hemos analizado y preparado para su lectura.
Este estudio analiza las políticas de envío de revisiones sistemáticas en las 50 principales revistas de oftalmología y descubre que, aunque existen algunos requisitos comunes, la heterogeneidad y la baja similitud entre ellas imponen una carga significativa de reformatado para los autores que buscan reenviar sus manuscritos tras un rechazo.
Este estudio presenta un nuevo cuestionario en árabe de 25 ítems, validado y fiable mediante análisis factorial, alfa de Cronbach y análisis Rasch, diseñado específicamente para evaluar la satisfacción de los pacientes que se han sometido a cirugía refractiva.
Un estudio de cohorte real en niños de 9 años demuestra que lograr una agudeza visual corregida normal es fundamental para frenar significativamente el crecimiento axial en la miopía, mientras que la corrección insuficiente o la falta de gafas no ofrecen un control efectivo.
Este artículo presenta HAGAN, una red generativa adversarial con atención híbrida que mejora significativamente la calidad de las imágenes de tomografía de coherencia óptica (OCT) adquiridas en el hogar mediante el dispositivo Siloton, preservando estructuras retinianas críticas para el monitoreo remoto y reduciendo la necesidad de visitas clínicas.
Este estudio, basado en datos de la Encuesta Longitudinal Inglesa sobre el Envejecimiento, revela que el asma es un factor de riesgo independiente y un predictor moderado de la degeneración macular en adultos mayores, mostrando una relación dosis-respuesta positiva y una asociación robusta tras ajustar por múltiples covariables.
Este estudio de la vida real demuestra que un programa integrado de monitoreo fisiológico remoto y gestión principal de la atención, que utiliza pruebas de función retinal en el hogar, logró una alta adherencia y una detección efectiva de la progresión asintomática de enfermedades retinianas crónicas, facilitando intervenciones oportunas y mejorando la continuidad de la atención.
Este análisis retrospectivo de la vida real en Estados Unidos demuestra que el biosimilar aflibercept-ayyh (PAVBLU®) mantiene la agudeza visual en pacientes con enfermedades retinianas que cambian de terapia y mejora la visión en los no tratados, sin revelar nuevos problemas de seguridad.
Este estudio presenta un enfoque de inteligencia artificial multimodal llamado COMET que integra datos de historiales clínicos electrónicos y proteómica para priorizar y validar biomarcadores proteicos relevantes en la retinopatía diabética, superando a los modelos tradicionales y ofreciendo una base sólida para futuras terapias.
Este estudio de concepto demuestra la viabilidad de detectar respuestas corticales a estímulos de microperimetría de destello único mediante electroencefalografía y un modelo de aprendizaje profundo BiLSTM, incluso en condiciones de sincronización no ideales y sin depender de las respuestas del paciente.
Este estudio demuestra que un paradigma de entrenamiento híbrido que combina una verdad de campo limitada con pseudoetiquetas generadas mediante Frangi-Hessian mejora significativamente la precisión y la continuidad de la segmentación de los vasos retinianos para el cribado de la retinopatía del prematuro asistido por IA, superando tanto a los enfoques puramente supervisados como a los autosupervisados en múltiples arquitecturas de aprendizaje profundo.