Simulation of longitudinal threshold visual field data.
Notice bibliographique
Résumé
PURPOSE: To describe and evaluate a computer model that simulates longitudinal visual field data. METHODS: A computer model was designed using factors that influence thresholds of normal and glaucomatous visual fields. The simulation model was used to quantify the effects of fluctuation on the outcomes of pointwise linear regression by comparison with simulated gold standard data with no variability. RESULTS: Serial sets of 10 stable and 10 progressive visual fields with different fluctuation levels were generated by simulation and were analyzed using pointwise linear regression. Regression outcome measures used were slopes of -1 dB/year or worse and slopes of -1 dB/year or worse that were also statistically significant. In stable visual fields, the number of locations with regression slopes worse than -1 dB/year increased with fluctuation and defect size and was inversely related to the number of fields. The number of locations with statistically significant slopes remained low and appeared unaffected by these variables. In progressive visual fields, analysis of a small number of visual field test results (<8) overestimated the number of locations with regression slopes worse than -1 dB/year and underestimated the number of locations with statistically significant slopes. CONCLUSIONS: Computer simulation may be used to provide a gold standard outcome that permits evaluation of statistical tools for monitoring progressive glaucomatous visual field loss.
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 | 0,000 |
| 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 ».