MétaCan
Menu
Retour à la cohorte
Enregistrement W2566604034 · doi:10.1155/2016/2790194

Assessing the Contribution of the Oscillatory Potentials to the Genesis of the Photopic ERG with the Discrete Wavelet Transform

2016· article· en· W2566604034 sur OpenAlexafffund
Mathieu Gauvin, Allison Dorfman, Nataly Trang, Mercedes Gauthier, J. M. Little, Jean‐Marc Lina, Pierre Lachapelle

Notice bibliographique

RevueBioMed Research International · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRetinal Development and Disorders
Établissements canadiensÉcole de Technologie SupérieureMcGill University Health CentreMontreal Children's Hospital
Organismes subventionnairesFonds de Recherche du Québec - SantéCanadian Institutes of Health ResearchE-Rare
Mots-clésErgAlgorithmPhysicsArtificial intelligenceAnalytical Chemistry (journal)Computer scienceChemistryOpticsRetina

Résumé

récupéré en direct d'OpenAlex

The electroretinogram (ERG) is composed of slow (i.e., a-, b-waves) and fast (i.e., oscillatory potentials: OPs) components. OPs have been shown to be preferably affected in some diseases (such as diabetic retinopathy), while the a- and b-waves remain relatively intact. The purpose of this study was to determine the contribution of OPs to the building of the ERG and to examine whether a signal mostly composed of OPs could also exist. DWT analyses were performed on photopic ERGs (flash intensities: −2.23 to 2.64 log cd·s·m−2in 21 steps) obtained from normal subjects ( n=40 ) and patients ( n=21 ) affected with a retinopathy. In controls, the %OP value (i.e., OPs energy/ERG energy) is stimulus- and amplitude-independent (range: 56.6–61.6%; CV = 6.3%). In contrast, the %OPs measured from the ERGs of our patients varied significantly more (range: 35.4%–89.2%; p<0.05 ) depending on the pathology, some presenting with ERGs that are almost solely composed of OPs. In conclusion, patients may present with a wide range of %OP values. Findings herein also support the hypothesis that, in certain conditions, the photopic ERG can be mostly composed of high-frequency components.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
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
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,021
Tête enseignante GPT0,336
Écart entre enseignants0,315 · 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'étudeExpérimental (laboratoire)
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

Citations38
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioMed Research InternationalMême sujetRetinal Development and DisordersTravaux en français237 207