Extraneous factors affecting retinal oximetry
Notice bibliographique
Résumé
Abstract Purpose To identify extraneous factors that can impact the outcome of retinal oximetry calculations and to discuss how these factors might be negated. Methods 1. Empiric observation of extraneous factors suspected to impact the outcome of retinal oximetry. 2. Controlled studies of established and suspected extraneous factors. Results 1. The repeatability of a manual oximetry technique was found to be good. The standard deviations of Optical Density (OD) values ranged from 0.01 to 0.06 OD units and from 0.01 to 0.07 OD units for first degree arterioles and venules, respectively. The Co‐efficient of Repeatability (CoR) ranged from 0.02 to 0.11 OD units (relative to a mean OD of 0.15 [0.06‐0.23] OD units) for arterioles and 0.03 to 0.14 OD units (relative to a mean OD of 0.25 [0.17‐0.31] OD units) for venules. Good reliability (p<0.001) was found for arterioles and venules. 2. Dual ratiometric calculations of retinal oxygen saturation (SO2) demonstrated a significant decrease of arterial SO2 during hypoxia. 3. The order of acquisition of spectral images did not influence the outcome of retinal oximetry results. 4. The manual calculation of SO2 values from reflectance data was significantly influenced by the selected retinal locations within and either side of a given retinal vessel. Other extraneous factors included: 5. Variation in retinal pigmentation; 6. Density of retinal pigmentation); 7. Instrument flash intensity; 8. Lenticular irregularities; 9. Tear film irregularities. Conclusion Although the assessment of retinal SO2 in ocular diseases would seem to be of clinical value, a number of extraneous factors must first be taken into account to avoid erroneous conclusions. Commercial interest
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) | 0,002 | 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 ».