MétaCan
Menu
Retour à la cohorte
Enregistrement W2620180033 · doi:10.1186/s40942-017-0081-z

Choroidal vascular analysis in myopic eyes: evidence of foveal medium vessel layer thinning

2017· article· en· W2620180033 sur OpenAlexaff
Rayan A. Alshareef, Mohammed Khuthaila, Manideepak Januwada, Abhilash Goud, Daniela Ferrara, Jay Chhablani

Notice bibliographique

RevueInternational Journal of Retina and Vitreous · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinal Diseases and Treatments
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésOphthalmologyChoroidThinningMedicineFovealOptical coherence tomographyPathologicalRetinalRetinaOpticsPathologyBiology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To analyse morphologic features of the choroid in Non-pathological myopic eyes using spectral-domain (SD) optical coherence tomography (OCT). METHODS: ) from fovea. Medium choroidal vessel thickness (MCVT) was calculated by subtracting LCVT from CT. Choriocapillaris was encompassed by MCVT, given its reduced thickness. Linear regression analysis evaluated the relationship between age and axial with CT, LCVT and MCVT. RESULTS: The study group comprised 42 eyes of 31 patients (mean age 46.13 ± 15.63; 15 females). Control group included 57 eyes of 34 patients (mean age of 42.3 ± 15.29; 24 females). Mean axial length in myopic eyes and control group was 26.57 ± 1.27 and 23.59 ± 0.99 mm respectively. Myopic eyes showed significant thinning of MCVT and CT at all locations (p < 0.0001) compared to controls, unlike LCVT (p > 0.05). With each decade, thinning of up to 37 µm in CT was noted along with thinning of LCVT (up to 22.6 µm) and MCVT (up to 25 µm). Each mm increase in axial length caused 38.2 µm thinning of choroid along with LCVT (<10 µm), however, MCVT showed more notable thinning (>30 µm). CONCLUSION: Significant thinning of MCVT was noted in non-pathological myopic eyes in comparison to healthy subjects. It appears that MCVT has stronger relationship with age and axial length.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,007
Score d'incertitude au seuil0,307

Scores Codex et Gemma par catégorie

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

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 Opus0,028
Tête enseignante GPT0,368
Écart entre enseignants0,340 · 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

Citations49
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Retina and VitreousMême sujetRetinal Diseases and TreatmentsTravaux en français237 207