Infrared imaging of meibomian gland structure using a novel keratograph.
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 examine the ability of a novel non-contact device (Keratograph 4) to image the meibomian gland (MG) structures and their morphological changes in the upper and lower eyelids. METHODS: Thirty-seven participants (mean age 57.8 ± 8.5 years; 3 males and 34 females) completed the Ocular Surface Disease Index questionnaire to assess dryness symptoms. Meibum secretion quality score, number of blocked gland orifices, and meibum expressibility scores were assessed. The lower lid (LL) and upper lid (UL) of all subjects were everted and images of the MGs were taken using the Keratograph 4 (OCULUS). A MG dropout score (MGDS) due to complete or partial gland loss of both lids was obtained using a subjective 4-grade scoring system, and digital analysis of the images using ImageJ was performed. Presence of tortuosity and visible acinar changes of the MGs were also noted. RESULTS: MGDS for both lids was significantly positively correlated with the Ocular Surface Disease Index score (r = 0.51; p < 0.05). The MGDS determined using the digital grading was also significantly positively correlated (UL: r = 0.68, p < 0.05; LL: r = 0.42, p < 0.05). The sum of the MGDS for both lids using the subjective grading scale was significantly different between the non-MGD and MGD group (1.3 ± 1.0 vs. 3.1 ± 1.1; p = 0.0004). MGDS assessment using the digital grading was significantly different between non-MGD (UL = 6%, LL = 8%) and MGD group (UL = 32%, LL = 42%; p = 0.001). Tortuous MG was observed only on the UL in 6% of the participants. Visible acinar changes were noted in 40% of the study participants. CONCLUSIONS: Infrared meibography is now possible in a clinical setting using commercially available devices, and meibography can help determine differences in MG structure in subjects symptomatic of dry eye.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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