MétaCan
Menu
Retour à la cohorte
Enregistrement W2045765018 · doi:10.1097/opx.0b013e3181bab0f5

Tear Meniscus Height Determination Using the OCT2 and the RTVue‐100

2009· article· en· W2045765018 sur OpenAlexafffund
Adam Keech, John G. Flanagan, Trefford Simpson, Lyndon Jones

Notice bibliographique

RevueOptometry and Vision Science · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueOcular Surface and Contact Lens
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Optometric Education Trust FundCanada Foundation for Innovation
Mots-clésOptical coherence tomographyOphthalmologyMeniscusSignificant differenceCorneaPopulationMedicineOpticsPhysicsInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To compare anterior segment spectral-domain optical coherence tomography (SOCT) tear meniscus height (TMH) measures with those from the more commonly used time-domain OCT (TOCT). METHODS: The right eye of 50 healthy subjects had images of their TMH captured with TOCT (OCT2) and SOCT (RTVue-100). Data were acquired using two different anterior segment lenses, the cornea/anterior module-short (CAM-S) and long (CAM-L), on the SOCT. Images were then analyzed for differences in their derived TMH. RESULTS: The average TMH for TOCT was 0.280 ± 0.139 mm, whereas the mean TMH measured using the SOCT was 0.354 ± 0.163 mm and 0.345 ± 0.167 mm for the CAM-S and CAM-L, respectively. There was a significant difference (p < 0.001) when comparing TOCT with either of the SOCT lenses. There was no statistically significant difference between the CAM-L and CAM-S (p = 1.0). Bland-Altman analysis showed poor agreement between TOCT and SOCT (95% limits of agreement -0.138 to + 0.285 mm for the CAM-S and -0.185 to +0.315 mm for the CAM-L). CONCLUSIONS: The RTVue-100 produces TMH measurements that are significantly higher than OCT2 in a normal patient population. However, the RTVue-100 showed a number of other advantages over the OCT2 in the measurement and analysis of images. Future work needs to determine the causative factors behind the observed differences.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,412
Écart entre enseignants0,397 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOptometry and Vision ScienceMême sujetOcular Surface and Contact LensTravaux en français237 207