Visual field expansion after visual restoration therapy
Notice bibliographique
Résumé
OBJECTIVE: To determine whether visual field expansion occurs with visual restoration therapy (VRT), using fundus-controlled microperimetry to assess visual fields. DESIGN: This longitudinal cohort analysis assesses patients' visual fields before and after visual restoration therapy using microperimetry and standard high-resolution perimetry. SUBJECTS: Seven patients with stroke-induced homonymous field cuts were studied. INTERVENTION: Visual restoration therapy is a computerized, home-based treatment aimed at reducing the size of the visual field defect of stroke patients with hemianopia through repetitive stimulation of the visual borderzone adjacent to the blind field. During twice-daily therapy for three months patients maintain central fixation while responding to eccentrically placed stimuli in the visual borderzone. The programme is adjusted monthly to changes in the patient's visual field. Controversy exists as to whether expansion of visual fields measured at home with high-resolution perimetry is due to inadvertent eye movements and therefore would overrepresent the treatment's effect. MAIN MEASURES: Microperimentry uses an infrared camera to track retinal vessels so that any shift or movement between the reference image and the real-time fundus image corrects the stimulus position, thus delivering stimuli to known retinal locations, and allowing accurate assessment of visual fields independent of eye movements. RESULTS: There was an average improvement in stimulus detection rate by microperimetry of 12.5% (range -1.4% to 38.9%, P =0.033). Six of 7 patients had ≥ 3% improvement in stimulus detection by home-based perimetry. CONCLUSION: Our results demonstrate modest but real expansion in visual fields following visual restoration therapy which is not due to eye movements.
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 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 | 0,001 | 0,005 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».