Plasticity of fixation in patients with central vision loss
Notice bibliographique
Résumé
The aim of this study was to explore the plasticity of fixation in patients with central vision loss. Most of these patients use preferred retinal loci (PRLs) in the healthy eccentric part of the retina to fixate, but fixation stability and retinal location are not always optimal for best visual performance. This study examined whether fixation stability and a new PRL location can be trained and whether these changes in ocular motor control transfer into better reading performance. Six patients with age-related macular degeneration participated in the study. Fixation stability measurements, microperimetry, and auditory biofeedback training were performed with the MP-1 microperimeter. The auditory biofeedback was used during five 1-h long training sessions to improve fixation and relocate the PRL. Fixation location and stability were recorded while viewing four different targets: a cross, a letter, a word, and a nine-cycle radial grating. Visual acuity was assessed with the Early Treatment Diabetic Retinopathy Study (ETDRS) chart and reading performance with the MNRead test. The results showed that all patients developed a new PRL in an optimal location for reading, and they were able to use it consistently while viewing different targets. Fixation stability improved 53% after training. Learning transferred to the old PRL even though fixation stability at this location was not trained. All these improvements in ocular motor control translated into better reading performance: reading speed improved 38% and reading acuity and critical print size gained two lines. We conclude that the ability of the ocular motor system to fixate is flexible in patients with central vision loss: a new PRL can be trained, fixation stability can be improved, and learning transfers to an untrained location. These gains in ocular motor control result in better visual performance. This property can be successfully used to optimize the residual vision of patients with central vision 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».