MétaCan
Menu
Retour à la cohorte
Enregistrement W2889290626 · doi:10.1097/opx.0000000000001262

The Effect of a Head‐mounted Low Vision Device on Visual Function

2018· article· en· W2889290626 sur OpenAlexafffund
Walter Wittich, Marie-Céline Lorenzini, Samuel N. Markowitz, Michael Tolentino, Scott Gartner, Judith E. Goldstein, Gislin Dagnelie

Notice bibliographique

RevueOptometry and Vision Science · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueOphthalmology and Visual Impairment Studies
Établissements canadiensToronto Western HospitalUniversity of TorontoCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalCentre intégré de santé et de services sociaux de la Montérégie-CentreCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-JeanCentre intégré de santé et de services sociaux de Chaudière-AppalachesCentre Intégré de Santé et de Services Sociaux des LaurentidesUniversité de MontréalSanté MontérégieMAB-Mackay Rehabilitation Centre
Organismes subventionnairesMitacs
Mots-clésVisual acuityOptometryContrast (vision)MedicineVeterans AffairsLow visionChartVisual impairmentVisual fieldOphthalmologyAudiologyArtificial intelligenceComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

SIGNIFICANCE: Head-mounted low vision devices have received considerable attention in recent years owing to rapidly developing technology, facilitating ease of use and functionality. Systematic clinical evaluations of such devices remain rare but are needed to steer future device development. PURPOSE: The purpose of this study was to investigate, in a multicenter prospective trial, the short- and medium-term effects of a head-worn vision enhancement device (eSight Eyewear). METHODS: Participants aged 13 to 75 years with stable vision (distance acuity, 20/60 to 20/400; visual field diameter >20°) were recruited across six sites. Data were collected at baseline (no device), at fitting (with device), and after 3 months of everyday use. Outcome measures were visual ability measured by the Veterans Affairs Low Vision Visual Functioning Questionnaire 48, distance acuity (Early Treatment Diabetic Retinopathy Study), reading performance (MNREAD chart), contrast sensitivity (MARS chart), face recognition, and a modified version of the Melbourne Low Vision Activities of Daily Living (ADL) Index. RESULTS: Among the 51 participants, eSight introduction immediately improved distance acuity (0.74 ± 0.28 logMAR), contrast sensitivity (0.57 ± 0.53 log units), and critical print size (0.52 ± 0.43 logMAR), all P < .001, without any further change after 3 months; reading acuity improved at fitting (0.56 ± 0.35 logMAR) and by one additional line after 3 months, whereas reading speed only slightly increased across all three time points. The Melbourne ADL score and face recognition improved at fitting (P < .01) with trends toward further improvement at 3 months. After 3 months of use, Veterans Affairs Low Vision Visual Functioning Questionnaire 48 person measures (in logits) improved: overall, 0.84, P < .001; reading, 2.75, P < .001; mobility, 0.04, not statistically significant; visual information, 1.08, P < .001; and visual motor, 0.48, P = .02. CONCLUSIONS: eSight introduction yields immediate improvements in visual ability, with face recognition and ADLs showing a tentative benefit of further use. Overall, visual ability, reading, and visual information showed greatest benefit with device use. Further studies need to examine benefits of practice and training and possible differential effects of underlying pathology or baseline vision.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,499
Écart entre enseignants0,482 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations63
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOptometry and Vision ScienceMême sujetOphthalmology and Visual Impairment StudiesTravaux en français237 207