Intra‐ and interobserver reproducibility of Bruch's membrane opening minimum rim width measurements with spectral domain optical coherence tomography
Notice bibliographique
Résumé
PURPOSE: To investigate the reproducibility of Bruch's membrane opening minimum rim width (BMO-MRW) and retinal nerve fibre layer thickness (RNFLT) measurements using spectral domain optical coherence tomography (SD-OCT). Additionally, to investigate the reproducibility of BMO area measurements and fovea to BMO centre (FoBMO) angle. METHODS: Participants were healthy subjects (n = 30) and patients with glaucoma (n = 26). One eye of each participant was scanned to obtain optic nerve head (24 radial B-scans) and peripapillary (one circular B-scan) images by three independent examiners. Additionally, one examiner imaged each participant three times on the same day. Intra- and interobserver reproducibilities were estimated by within-subject standard deviation (SW) and coefficient of variation (COV). Spearman's rank correlation coefficient was used to test the correlation between the magnitude of the parameter and its standard deviation. RESULTS: The global BMO-MRW COVs (%) in healthy/glaucoma subjects were 0.87/1.34 and 1.28/3.13 for intra- and interobserver analyses, respectively, and the corresponding global RNFLT figures were 1.50/2.10 and 2.04/2.87. Global mean BMO-MRW and RNFLT showed no correlation with their respective standard deviations. The reproducibilities of BMO area and FoBMO angle were excellent and similar between the groups. CONCLUSION: The reproducibilities of BMO-MRW, BMO area measurements and FoBMO angle were excellent in both healthy subjects and patients with glaucoma. Bruch's membrane opening minimum rim width (BMO-MRW) reproducibility is comparable to that of RNFLT measurements.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».