MétaCan
Menu
Retour à la cohorte
Enregistrement W2591764657 · doi:10.1055/s-0037-1600590

A Novel Scale for Describing Visual Outcomes in Patients Following Resection of Lesions Affecting the Optic Apparatus-unified Visual Function Scale

2017· article· en· W2591764657 sur OpenAlexaff
Serge Makarenko, Vincent Ye, Ryojo Akagami

Notice bibliographique

RevueJournal of Neurological Surgery Part B Skull Base · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueIntraocular Surgery and Lenses
Établissements canadiensVancouver General Hospital
Organismes subventionnairesnon disponible
Mots-clésVisual fieldVisual acuityPerspective (graphical)Scale (ratio)Computer scienceFunction (biology)Field (mathematics)Artificial intelligenceMedicineOptometrySurgeryOphthalmologyMathematics

Résumé

récupéré en direct d'OpenAlex

Introduction: Historically, description of patient visual acuity and visual field changes following intracranial procedures has been very rudimentary. Clinicians and researchers have relied on the use of basic descriptions such as "improved," "worsened," and "unchanged" to describe outcomes following resections of tumors affecting the optic apparatus. These descriptors are vague, difficult to quantify, and are challenging to apply in a clinical perspective. Several groups have attempted to combine visual acuity and visual fields into a single assessment score, but are not user-friendly. We present a novel way to describe a patient's visual function as a combination of visual acuity and visual field assessment that is simple to use and can be used by surgeons, and researchers to gauge visual outcomes following tumor resection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,015
Score d'incertitude au seuil0,585

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,078
Tête enseignante GPT0,317
Écart entre enseignants0,238 · 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 tête enseignante, 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neurological Surgery Part B Skull BaseMême sujetIntraocular Surgery and LensesTravaux en français237 207