Relationship Between the Degree of Iris Pigmentation and Corneal Sensitivity to a Cooling Stimulus
Notice bibliographique
Résumé
PURPOSE: To explore the relationship between the degree of iris pigmentation and corneal sensitivity threshold (CST) on a variety of different ethnicities, using the air-jet noncontact corneal aesthesiometer and by applying a consistent method of subject iris pigmentation classification. METHODS: A total of 200 subjects (mean age 23.7 ± 3.1 years, 127 women) participated in this clinical cross-sectional study: 100 whites, 40 Asians, 40 Chinese, and 20 Afro-Caribbeans. CST was assessed within the central cornea using a noncontact corneal aesthesiometer, and the degree of iris pigmentation of each subject was noted according to the Seddon method using a set of graded photographs of iris pigmentation (grades 1-5). Inclusion criteria were absence of ocular disease including dry eye, no contact lens wear, and no use of artificial tears. Statistical testing between ethnicities was made by the pairwise t test with Holm adjustment, and a linear model was set up to analyze the effects of ethnicity and iris grade. RESULTS: A moderate trend for increasing CST with increasing iris pigmentation grade for all ethnicities was observed (R = 0.46; P < 0.0001), with CST changing from 0.66 ± 0.16 mbars for grade 1, 0.74 ± 0.18 mbars for grade 2, 0.86 ± 0.31 mbars for grade 3, 0.85 ± 0.32 mbars for grade 4, and 1.08 ± 0.40 mbars for grade 5. This correlation was stronger within the white group, representing the only ethnicity with all iris pigmentation grades (R = 0.50; P < 0.0001). CONCLUSIONS: There is a moderate relationship between corneal sensitivity and the degree of iris pigmentation, with sensitivity increasing as iris pigmentation decreases. This relationship is stronger within whites.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».