Distribution of corneal spherical aberration in a comprehensive ophthalmology practice and whether keratometry can predict aberration values
Notice bibliographique
Résumé
PURPOSE: To determine the spherical aberration of the cornea in the general population and whether keratometry readings are predictive of corneal spherical aberration values. SETTING: Private comprehensive ophthalmology practice. METHODS: Corneal spherical aberration and keratometry readings were measured in 696 normal eyes of patients presenting for ocular examination to a comprehensive ophthalmologist. The Easygraph (Oculus) was used to measure the corneal topography and keratometry readings in patients with healthy corneas. The analysis was performed using software in the Easygraph to determine the Zernike coefficients for each cornea. The keratometry and spherical aberration (Zernike coefficient Z(4)(0)) were then statistically analyzed. RESULTS: The corneal spherical aberration, analyzed by the Kolmogorov-Smirnov test for normality, fit a normal Gaussian distribution. The spherical aberration value was (+0.274 +/- 0.089) x 10(-3), measured at an optical zone of 6.0 mm. A very weak correlation was found between corneal spherical aberration and central keratometry readings of the cornea: Corneal spherical aberration = {0.017 x (mean keratometry) - 0.457} x 10(-3). CONCLUSIONS: The corneal spherical aberration distribution was a normal Gaussian curve. However, the mean value was significantly different when the sex of the patient was considered. Corneal keratometry readings could not be reliably used to predict corneal spherical aberration.
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 | 0,001 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».