Variability and Repeatability of Quantitative, Fourier-Domain Optical Coherence Tomography Doppler Blood Flow in Young and Elderly Healthy Subjects
Notice bibliographique
Résumé
PURPOSE: The purpose of this study was to determine the within-session variability and between-session repeatability of spectral Fourier-domain optical coherence tomography (Doppler FD-OCT) Doppler retinal blood flow measurements in young and elderly subjects. METHODS: Doppler FD-OCT blood flow was measured using the RTVue system. One eye of each of 20 healthy young (24.7 ± 2.7 years) and 16 healthy elderly (64.6 ± 5.1 years) subjects was randomly selected, and the pupil was dilated. The double circular scanning pattern of the RTVue was employed. Six Doppler FD-OCT measurements (i.e., each separate measurement comprising an upper and a lower nasal pupil scan) were acquired at each session. Measurements were repeated approximately 2 weeks later. Total retinal blood flow was calculated by summing flow from all detectable venules surrounding the optic nerve head. The coefficient of variation (COV) and coefficient of repeatability (COR) were calculated for each individual. RESULTS: The individual COVs for retinal blood flow for young subjects ranged from 0.4% to 20.4% (median 7.5%) and for the elderly subjects ranged from 0.6% to 34.6% (median 9.2%). The group mean CORs for retinal blood flow for young participants were 6.4 μL/min (median 5.91 μL/min, relative to a mean effect 39.8 μL/min) and for elderly subjects were 10.5 μL/min (median 9.2 μL/min, relative to a mean effect 46.4 μL/min). CONCLUSIONS: Doppler FD-OCT gave consistent and repeatable blood flow measurements within retinal venules in normal subjects. Considering the individual variation in blood flow measurements, confidence limits for retinal hemodynamics need to be determined on an individual basis.
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 | 0,003 | 0,004 |
| 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 | 0,012 |
| 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 ».