Detection and characterisation of visual field defects using Saccadic Vector Optokinetic Perimetry in children with brain tumours
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To determine the ability of Saccadic Vector Optokinetic Perimetry (SVOP) to detect and characterise visual field defects in children with brain tumours using eye-tracking technology, as current techniques for assessment of visual fields in young children can be subjective and lack useful detail. METHODS: Case-series study of children receiving treatment and follow-up for brain tumours at the Royal Hospital for Sick Children in Edinburgh from April 2008 to August 2013. Patients underwent SVOP testing and the results were compared with clinically expected visual field patterns determined by a consensus panel after review of clinical findings, neuroimaging, and where possible other forms of visual field assessment. RESULTS: Sixteen patients participated in this study (mean age of 7.2 years; range 2.9-15 years; 7 male, 9 female). Twelve children (75%) successfully performed SVOP testing. SVOP had a sensitivity of 100% and a specificity of 50% (positive predictive value of 80% and negative predictive value of 100%). In the true positive and true negative SVOP results, the characteristics of the SVOP plots showed agreement with the expected visual field. Six patients were able to perform both SVOP and Goldmann perimetry, these demonstrated similar visual fields in every case. CONCLUSION: SVOP is a highly sensitive test that may prove to be extremely useful for assessing the visual field in young children with brain tumours, as it is able to characterise the central 30° of visual field in greater detail than previously possible with older techniques.
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.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découle