Assessment of Central Retinal Function in Patients with Advanced Retinitis Pigmentosa
Notice bibliographique
Résumé
PURPOSE: To assess central retinal function in patients with advanced retinitis pigmentosa (RP) using the multifocal (mf)ERG and static perimetry. METHODS: Patients with RP; a nonrecordable, full-field (ff)ERG; and visual acuity (VA) of </= 1.0 logMAR were included. All patients underwent mfERG testing (103 hexagons, and 2.67 and 5.33 cd . s . m(-2) flash intensities) and static perimetry (103 corresponding areas) in the better eye. First-order kernel mfERGs were analyzed for total noise, signal-to-noise ratio, response amplitude, and implicit time. The number of areas with recordable mfERG responses were counted and compared with visual field (VF) sensitivity. RESULTS: Twenty-nine patients aged 16 to 68 years with a VA of 0.02 to 1.0 logMAR and a kinetic VF of 10 degrees to 60 degrees in diameter were included. mfERGs were successfully performed in 22 of 29 patients. Responses were detected in at least one stimulated area in 22 of 22 patients, with an overall response detection of 9.8% in all stimulated areas and no difference between flash intensities. All responses were diminished severely in response density P1-N1, with normal P1 implicit time in 50% of the recordings. No predictive factors for recordable mfERG responses were identified. VF results were recorded reliably in 27 of 29 patients, with a 40% response detection rate. CONCLUSIONS: mfERG responses were recordable in at least one area in all successfully tested patients with advanced RP. Response detection and performance was significantly higher for static perimetry. Static perimetry may be a more sensitive primary outcome measure of central vision function than the mfERG in patients with advanced RP and nonrecordable ffERGs.
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 | 0,000 |
| 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 | 0,002 |
| 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 ».