Stability of Repeated Measures of Contrast Sensitivity Across Spatial Frequency
Notice bibliographique
Résumé
Purpose: It is now well accepted that contrast sensitivity (CS) is the most comprehensive single measure of human spatial vision and an emerging clinical tool, especially for assessing patients undergoing refractive surgery and those with retinal and neuro-ophthalmic pathology. Despite its scientific and clinical merits, there are few data on the metrics of CS measurement, perhaps most critically, the stability of assessment across time. Here we provide these results for two of the most predominant sine wave based tests of spatial CS. Methods: Using a standard staircase procedure, right eyes from 15 healthy emmetropic adults (18- 53 yr.) were tested 5-10 times repeatedly (M = 2.4 days between tests) with both the FACT (Vistech) and Vector Vision tests under standard photopic conditions. Contrast thresholds at each spatial frequency (1.5 to 18 c/deg) were obtained, with both test and SF order counterbalanced across trials. Given the repeated tests, participants were not given feedback at any point during the procedure. Results: Performance across tests was very consistent for both tests, especially at mid spatial frequencies. On average, adults differed by 0.30, 0.13, 0.15, 0.22 and 0 .29 CS octaves (an octave is a halving or doubling of CS) at 1.5, 3.0, 6.0, 12.0 and 18.0 cy/deg, respectively. ANOVA and post hoc analyses revealed that there were differences between spatial frequency (p < 0.01), with relatively greatest stability at 3.0 and 6.0 cy/deg. Conclusions: At least among those with normal vision, multiple measurements of contrast sensitivity yield highly consistent and stable estimates of spatial vision. In addition to the implications for measurements of contrast sensitivity in lab settings, this result is of critical importance for clinicians as it implies that patient changes in CS during the course of assessment and treatment likely reflects true degradations or improvements in the underlying optical and neural substrate. Meeting abstract presented at VSS 2017
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 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».