Comparison of Short-Wavelength Reduced-Illuminance and Conventional Autofluorescence Imaging in Stargardt Macular Dystrophy
Notice bibliographique
Résumé
PURPOSE: To compare grading results between short-wavelength reduced-illuminance and conventional autofluorescence imaging in Stargardt macular dystrophy. DESIGN: Reliability study. METHODS: setting: Moorfields Eye Hospital, London (United Kingdom). PATIENTS: Eighteen patients (18 eyes) with Stargardt macular dystrophy. OBSERVATION PROCEDURES: A series of 3 fundus autofluorescence images using 3 different acquisition parameters on a custom-patched device were obtained: (1) 25% laser power and total sensitivity 87; (2) 25% laser power and freely adjusted sensitivity; and (3) 100% laser power and freely adjusted total sensitivity (conventional). The total area of 2 hypoautofluorescent lesion types (definitely decreased autofluorescence and poorly demarcated questionably decreased autofluorescence) was measured. MAIN OUTCOME MEASURES: Agreement in grading between the 3 imaging methods was assessed by kappa coefficients (κ) and intraclass correlation coefficients. RESULTS: The mean ± standard deviation area for images acquired with 25% laser power and freely adjusted total sensitivity was 2.04 ± 1.87 mm(2) for definitely decreased autofluorescence (n = 15) and 1.86 ± 2.14 mm(2) for poorly demarcated questionably decreased autofluorescence (n = 12). The intraclass correlation coefficient (95% confidence interval) was 0.964 (0.929, 0.999) for definitely decreased autofluorescence and 0.268 (0.000, 0.730) for poorly demarcated questionably decreased autofluorescence. CONCLUSIONS: Short-wavelength reduced-illuminance and conventional fundus autofluorescence imaging showed good concordance in assessing areas of definitely decreased autofluorescence. However, there was significantly higher variability between imaging modalities for assessing areas of poorly demarcated questionably decreased autofluorescence.
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 | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».