Qualitative Assessment of Scleral Shape Patterns Using a New Wide Field Ocular Surface Elevation Topographer
Notice bibliographique
Résumé
Background and Objectives: Objective was to examine new findings regarding conjunctival/scleral shape mapped with a novel wide field elevation topography device and software, to propose a new classification system for scleral shape. Methods: The Scleral Shape Study Group (SSSG) collaborated on this research. Data was collected from 152 eyes of prospective scleral lens patients utilizing a new topography device and software specifically designed to measure and map the sclera out to as much as 22 mm. Circumferential scleral plots of sagittal height vs. meridian at 14, 15 and 16mm diameters from the corneal center were generated for each eye. Scleral shape patterns were reviewed in all cases and classified according to recurring characteristics. Results: Twelve eyes were excluded from the analysis due to incomplete data. Of the remaining 140 eyes, 8 (5.7%), of the plots were primarily spherical (Group 1) and 40 (28.6%) were primarily regularly toric, largely conforming to a toric (Sin2) curve with approximately 180° periodicity or interval between elevation to elevation or depression to depression (Group 2). Fifty-seven cases (40.7%) had asymmetric depressions (or steep areas) or asymmetric elevations (or flat areas) which were classified as Group 3. The remaining 35 cases (26%) had a recognizable toric pattern with elevations and depressions but they were irregularly spaced or did not have the customary 180° periodicity (Group 4). Conclusion: A new classification of conjunctival/scleral shape is presented based upon data now available through wide field elevation topography, which could be helpful in scleral lens fitting and potentially soft lens fitting as the landing zone of these lenses are beyond the corneal borders.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».