Evaluation of a smartphone photoscreening app to detect refractive amblyopia risk factors in children aged 1–6 years
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 specificity and sensitivity of a smartphone app (GoCheckKids [GCK] used as a photoscreening tool on the iPhone 7 to detect refractive amblyopia risk factors in children aged 1-6 years. PARTICIPANTS AND METHODS: A prospective, multicenter, 10-month evaluation of children aged 1-6 years old who underwent photoscreening with the GCK app to detect amblyopia risk factors. The first acceptable quality photograph of each study subject was evaluated by trained technicians using GCK's proprietary automated image processing algorithm to analyze for amblyopia risk factors. Trained graders, masked to the cycloplegic clinical data, remotely reviewed photographs taken with the app and compared results to the gold standard pediatric ophthalmology examinations using the 2013 American Association for Pediatric Ophthalmology & Strabismus amblyopia risk factor guidelines. Primary outcome was the ability of the GCK app to identify amblyopia risk factors compared to the cycloplegic refraction. RESULTS: There were 287 patient images analyzed. The overall sensitivity and specificity in detecting amblyopia risk factors were 76% and 85%, respectively using manual grading. The overall automated grading results had a sensitivity and sensitivity in detecting amblyopia risk factors of 65% and 83%, respectively. CONCLUSION: The GCK smartphone app is a viable photoscreening device for the detection of amblyopia risk factors in children aged 1-6 years.
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 | 0,005 | 0,008 |
| 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 | 0,001 |
| 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 découle