Impact of Dry Eye Disease on Vision Quality: An Optical Quality Analysis System Study
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: We evaluated the relationship between ocular surface clinical tests and quality of vision in patients with dry eye disease (DED). Methods: In this study, 136 eyes of 72 dry eye patients were evaluated retrospectively using the ocular surface disease index (OSDI), measurement of tear film break-up time (TBUT), the Oxford score, Van Bijsterveld score, and Schirmer I test. Quality of vision was assessed with the optical quality analysis system (OQAS) using the objective scatter index (OSI) recorded over 20 seconds without blinking. Correlations between dry eye symptoms and signs, and OSI measurements were evaluated. Results: The OSI and OSI standard deviation (OSI SD) were correlated with TBUT (r = −0.21, P = 0.013 and r = −0.18, P = 0.038, respectively), Oxford score (r = 0.31, P = 0.0002 and r = 0.18, P = 0.032, respectively), and the Van Bijsterveld score (r = 0.33, P = 0.0001 and r = 0.25, P = 0.003, respectively). The OSI also was correlated with the Schirmer test (r = −0.19, P = 0.025), OSDI (r = 0.17, P = 0.04), and the ocular symptoms subscale of the OSDI (r = 0.21, P = 0.01). OSI SD was correlated with the environmental triggers subscale of the OSDI (r = 0.21, P = 0.016). Conclusions: Quality of vision measured with the OQAS was correlated with dry eye symptoms and signs. The OQAS could be a useful tool to better evaluate visual function in patients with DED. Translational Relevance: The OQAS provides a better understanding of patient complaints about alteration of vision quality. It might be useful to integrate this objective system in severity assessments and follow-up of DED, especially for treatment evaluations.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| 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 découle