MétaCan
Menu
Retour à la cohorte
Enregistrement W2116154370 · doi:10.3109/09273972.2013.877945

Binocular Training Reduces Amblyopic Visual Acuity Impairment

2014· article· en· W2116154370 sur OpenAlexaff
Behzad Mansouri, Pallavi Singh, Andrea K Globa, Pauline M. Pearson

Notice bibliographique

RevueStrabismus · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueOphthalmology and Visual Impairment Studies
Établissements canadiensUniversity of WinnipegUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésVisual acuityStereoscopic acuityBinocular visionOptometryVisual impairmentPsychologyMedicineAudiologyOphthalmologyComputer scienceArtificial intelligenceNeuroscience

Résumé

récupéré en direct d'OpenAlex

Amblyopia is the most common cause of monocular visual impairment. Patching, which is modestly effective, is the current treatment of amblyopia in children. There is no clinically approved treatment for adults. The present study is a clinical trial (non-sham controlled and non-randomized) that assessed the efficacy of binocular training for improvement of the visual acuity in children and adults with amblyopia. Twenty-two amblyopic subjects ranging in age from 5 to 73 (mean: 36.2) years for whom patching and/or surgical treatments did not correct their visual impairment completed an average of 14.5 sessions of binocular training over a period of 4 to 6 weeks. Random dot kinematograms were presented dichoptically to the two eyes and the participants' task was to identify the direction of motion of the targets. Mean visual acuity improvement was 0.34 LogMAR (range: 0.1-0.58 LogMAR) and was shown to persist 6 months following the cessation of binocular training. Our study provides results in a large number of patients that confirm the clinical effectiveness of binocular training as a treatment for amblyopia in improving visual acuity in both children and adults. Moreover, this study is the first to demonstrate that the improvements in visual function were maintained for 6 months in the absence of any additional treatment.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,042
Tête enseignante GPT0,363
Écart entre enseignants0,321 · 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

Citations49
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrabismusMême sujetOphthalmology and Visual Impairment StudiesTravaux en français237 207