MétaCan
Menu
Retour à la cohorte
Enregistrement W2323161719 · doi:10.1097/opx.0000000000000029

The Relation Between Blinking and Conjunctival Folds and Dry Eye Symptoms

2013· article· en· W2323161719 sur OpenAlexaff
Heiko Pult, Britta Riede-Pult, Paul J. Murphy

Notice bibliographique

RevueOptometry and Vision Science · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueOcular Surface and Contact Lens
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSchirmer testRank correlationOphthalmologyMann–Whitney U testNonparametric statisticsCorrelationSpearman's rank correlation coefficientMedicineMathematicsInternal medicineDry eyesStatisticsGeometry

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To investigate the relationship between blink action, dry eye symptoms, and lid-parallel conjunctival folds (LIPCOF). METHODS: In 30 subjects (14 were women; mean [standard deviation {SD}] age, 42.4 [±12.3] years), spontaneous blinks were recorded from a temporal-inferior view (high-speed video), and the blink extent (incomplete [IC], almost complete [AC], and complete [CC]) was evaluated. Dry eye symptoms were evaluated using the Ocular Surface Disease Index (OSDI), and nasal and temporal LIPCOF grades were noted. Correlations between groups were calculated with Pearson correlation (or Spearman rank in nonparametric data), and differences between groups were calculated with an unpaired t-test (or U-test Mann-Whitney in nonparametric data). RESULTS: Blink rate was significantly higher in females (22.0% [±16.8]) than in males (8.6% [±7.2]; unpaired t-test: p = 0.007). The percentage of AC of all blinks (AC%) was significantly correlated to LIPCOF sum (nasal + temporal) and OSDI scores (r > 0.570, p < 0.001). The percentage of IC was significantly correlated to LIPCOF sum (r = -0.541, p < 0.001) but not to OSDI. CONCLUSIONS: The frequency and type of blinking may have an effect on dry eye symptoms and LIPCOF severity since almost all complete blinks were significantly related to both factors.

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)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,011
Tête enseignante GPT0,368
Écart entre enseignants0,357 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptometry and Vision ScienceMême sujetOcular Surface and Contact LensTravaux en français237 207