Objective Grading of The Anterior Eye
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To convert objective image analysis of anterior ocular surfaces into recognisable clinical grades, in order to provide a more sensitive and reliable equivalent to current subjective grading methods; a prospective, randomized study correlating clinical grading with digital image assessment. METHODS: The possible range of clinical presentations of bulbar and palpebral hyperaemia, palpebral roughness and corneal staining were represented by 4 sets of 10 images. The images were displayed in random order and graded by 50 clinicians using both subjective CCLRU and Efron grading scales. Previously validated objective image analysis was performed 3 times on each of the 40 images. Digital measures included edge-detection and relative-coloration components. Step-wise regression analysis determined correlations between the average subjective grade and the objective image analysis measures. RESULTS: Average subjective grades could be predicted by a combination of the objective image analysis components. These digital "grades" accounted for between 69% (for Efron scale-graded palpebral redness) and 98% (for Efron scale-graded bulbar hyperaemia) of the subjective variance. CONCLUSIONS: The results indicate that clinicians may use a combination of vessel areas and overall hue in their judgment of clinical severity for certain conditions. Objective grading can take these aspects into account, and be used to predict an average "objective grade" to be used by a clinician in describing the anterior eye. These measures are more sensitive and reliable than subjective grading while still utilizing familiar terminology, and can be applied in research or practice to improve the detection, and monitoring of ocular surface changes.
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.
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 | 0,001 |
| 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 découle