MétaCan
Menu
Retour à la cohorte
Enregistrement W2080232189 · doi:10.1001/archopht.124.3.397

Confocal Scanning Laser Doppler Flowmetry in the Rat Retina

2006· article· en· W2080232189 sur OpenAlexaff
Balwantray C. Chauhan

Notice bibliographique

RevueArchives of Ophthalmology · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueGlaucoma and retinal disorders
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésLaser Doppler velocimetryBlood flowBalayageVenuleRetinaArterioleAnatomyRetinalBiomedical engineeringMicrocirculationDoppler effectMaterials scienceMedicineLaserOpticsOphthalmologyRadiologyPhysics

Résumé

récupéré en direct d'OpenAlex

<h3>Objective</h3> To investigate the origin of signals from scanning laser Doppler flowmetry (SLDF) and the influence of axial scan depth on the measurement of blood flow in the rat retina. <h3>Methods</h3> We performed SLDF in 5 adult Sprague-Dawley rats using a specially modified Heidelberg retina flowmeter. Axial scans were obtained from +2 diopters (D) to −3 D (in steps of 0.25 D) or from +1 D to −2 D (in steps of 0.125 D) relative to the retinal surface. Fluorescein isothiocyanate–dextran angiograms were obtained in whole-mounted retinas to visualize the angioarchitecture and identify measurement locations in the SLDF flow maps. Axial SLDF flow profiles were obtained in an artery, vein, arteriole, venule, and capillary bed using the mean blood flow values in 2 × 2–, 4 × 4–, and 10 × 10–pixel measurement windows. <h3>Results</h3> The SLDF images showed good correspondence with the angiograms and resolution to third-order arterioles and venules; however, neither the superficial nor deep capillary circulations were visualized. Flow was imaged from large choroidal vessels. Measured flow from capillaries was independent of depth and indistinguishable from background levels. <h3>Conclusion</h3> The technique of SLDF images blood flow in larger retinal vessels but not in capillaries. <h3>Clinical Relevance</h3> Scanning laser Doppler flowmetry may not reliably measure capillary blood flow.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,178
Score d'incertitude au seuil0,287

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,274
Écart entre enseignants0,261 · 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 tête enseignante, 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

Citations17
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of OphthalmologyMême sujetGlaucoma and retinal disordersTravaux en français237 207