The Development of Validated Bulbar Redness Grading Scales
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To develop a perceptually and physically based bulbar redness grading scale. METHODS: Digital conjunctival hyperemia photographs were taken using a photo-slit lamp at controlled exposures. Nine participants arranged 25 images on a tabletop over a range of 1.5 m, using separation to represent changes in redness. The position of each image was recorded and normalized for a 0 to 100 scale, and compared to chromaticity of each image obtained using a spectrophotometer. The performance of two versions of the scale (5 and 10 images) and a continuous grading scale was evaluated based on repeatability data collected from nineteen observers who used each scale twice to grade 30 randomly presented images of bulbar redness. RESULTS: Psychophysical scaling was highly correlated between single observers (Pearson's r >or= 0.92, p < 0.05). The averaged subjective grades significantly correlated with chromaticity (r = 0.95 and r = 0.99, p < 0.001 for CIE u* and log u*, respectively). Across all observers, test and retest ratings were highly correlated with either scale (r >or= 0.98), and showed high levels of repeatability expressed by intraclass correlation coefficients (ICC >or= 0.98), correlation coefficients of concordance (CCC >or= 0.96), and coefficients of repeatability (COR <or= 5.64). Despite single unit increment options, the majority of grade values assigned using the discrete scales were distributed in multiples of 5. CONCLUSIONS: Combining psychophysical and physical attributes is a promising method for the development of novel anterior segment scales; the newly developed scales performed well in a clinical setting.
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.
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 | 0,002 | 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 | 0,000 |
| 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 découle