MétaCan
Menu
Retour à la cohorte
Enregistrement W1971200937 · doi:10.1097/opx.0b013e3181560ba8

Variability of the Analysis of the Tear Meniscus Height by Optical Coherence Tomography

2007· article· en· W1971200937 sur OpenAlexaff
Etty Bitton, Adam Keech, Trefford Simpson, Lyndon Jones

Notice bibliographique

RevueOptometry and Vision Science · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueOcular Surface and Contact Lens
Établissements canadiensAssociation for Canadian StudiesUniversité de MontréalUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésOptical coherence tomographyMeniscusOphthalmologyOptometryTomographyCoherence (philosophical gambling strategy)MedicineOpticsOrthodonticsPhysics

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Tear meniscus height (TMH) is an established parameter indicative of tear film volume and has recently been determined using an optical coherence tomographer (OCT). The purpose of this study was to evaluate the inter and intra observer variability in TMH assessment using OCT. METHODS: Ten subjects (6 M, 4 F; aged 32.5 +/- 6.4 years) had 10 consecutive scans taken of their inferior central tear meniscus (5 scans originating at 90 degrees and 5 origination at 270 degrees) using the OCT2 (Humphrey-Zeiss). Images were analyzed by two observers using custom software on three separate occasions. Following a training session among observers, the images were reevaluated to assess differences in variability. Data were analyzed for differences within and across examiners, for the effect of examiner training and between scan directions. RESULTS: The mean TMH and tear volume collapsed across subjects were between 0.24 and 0.25 mm and 25 to 27 nL/mm, respectively. No difference was noted within observers. An interobserver mean volume difference (p = 0.044) was present but was eliminated post training (p = 0.167). Variability was less with scans originating at 90 degrees. CONCLUSIONS: The values of the TMH and tear volume are similar to those reported in the literature. Due to the interobserver differences observed, a training session between examiners may prove to be valuable, especially in a large or multicenter study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,359
Écart entre enseignants0,352 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations65
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptometry and Vision ScienceMême sujetOcular Surface and Contact LensTravaux en français237 207