Comparison of Optical Low-Coherence Reflectometry and Ultrasound Pachymetry in Measuring Corneal Graft Thickness
Notice bibliographique
Résumé
PURPOSE: To compare optical low-coherence reflectometry (OLCR) and ultrasound pachymetry in measuring corneal graft thickness in patients after keratoplasty. METHODS: We retrospectively measured the central graft thickness in 41 eyes of 41 patients with the OLCR pachymeter (Haag Streit, Koeniz, Switzerland) and the SP-2000 contact ultrasound pachymeter (Tomey, Nagoya, Japan). Five separate measurements were performed on each eye with both methods. Mean, SD, repeatability, and coefficient of variation of measurements were calculated, and the correlation between the 2 methods was studied with Spearman regression. RESULTS: Mean central graft thickness was 546 +/- 51 (SD) microm with the contact ultrasound pachymeter and 546 +/- 47 microm with the OLCR pachymeter. The correlation between both methods was strong (rs = 0.96). No significant differences in mean SD of measurements were observed between OLCR pachymetry (mean SD = 4.66 microm) and contact ultrasound pachymetry (mean SD = 4.88 microm). The repeatability of both methods was comparable (P = 0.06) and high (the average coefficient of variation of the central corneal graft thickness was 0.9% with both pachymeters). The postoperative time did not affect the correlation between both pachymeters (P > 0.05). CONCLUSIONS: Central corneal graft thickness values obtained with the OLCR pachymeter were similar to those obtained with a contact ultrasound pachymeter. In some cases of lamellar keratoplasty, the corneal refractive index could change at the interface level that could affect OLCR measurements.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 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 ».