Macular spatial distribution of preserved autofluorescence in patients with choroideremia
Notice bibliographique
Résumé
BACKGROUND/AIMS: To better understand the pattern of degeneration progression in cases with choroideremia. METHODS: A cohort of genotypically confirmed choroideremia cases who underwent optical coherence tomography (OCT) and fundus autofluorescence (FAF) imaging was studied. Using HEYEX review software, the foveal centre was marked on FAF images under guidance of corresponding OCT images, followed by application of an ETDRS grid. The boundaries of preserved autofluorescence (AF) were manually segmented in each individual ETDRS subfield. The regional distribution of preserved AF was assessed by comparing its area among the various subfields. RESULTS: A total of 168 eyes from 84 choroideremia cases were enrolled. There was a statistically significant difference in the amount of preserved AF area between inner subfields as determined by one-way analysis of variance (F (3,668)=9.997, p<0.001) and also between outer subfields (F (3,668)=8.348, p<0.001). A Tukey posthoc test revealed that the preserved AF area in the nasal subfields in both the inner and outer subfields was significantly smaller compared with analogue subfields. CONCLUSION: The asymmetric spatial distribution of preserved AF in choroideremia (corresponding to the stellate shaped nature of these regions) suggests that the progression of degeneration has directional preference.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».