MétaCan
Menu
Retour à la cohorte
Enregistrement W2942748645 · doi:10.1136/vr.105136

Computed tomography measurements of intraocular structures of the feline eye

2019· article· en· W2942748645 sur OpenAlexaff
Shawn Sreenivasan Chandrakumar, Alex zur Linden, Mark C. Owen, Sarah Pemberton, Chantale L. Pinard, Arata Matsuyama, Valérie J. Poirier

Notice bibliographique

RevueVeterinary Record · 2019
Typearticle
Langueen
DomaineEngineering
ThématiquePhotoacoustic and Ultrasonic Imaging
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésOptic nerveMedicineOphthalmologyUltrasonographyEye lensBreedLens (geology)RadiologyBiology

Résumé

récupéré en direct d'OpenAlex

Diagnostic imaging of the eye can be performed using ultrasonography, MRI or CT. This study describes the CT dimensions, volumes and radiodensities of presumed normal feline intraocular structures. Nineteen adult patients were included in this retrospective study. Fourteen males and five females were included, with domestic short hair (DSH) being the predominant breed. Length, volume and radiodensity values for the lens, anterior chamber, vitreous chamber and optic nerve were calculated as well as measurements of the optic nerve width. There was no significant correlation found on linear regression analysis comparing patient's body weight with the various ocular measurements. Measurements of the lens, globe and optic nerve had significant differences (P<0.05) noted between the sexes, with males having increased values. These results may be skewed due to the large majority of male patients in the study. There was a weak correlation found between age and right eye (OD) optic nerve width, with an increase in the optic nerve width noted with increasing age. The findings of this study are a first step in establishing CT reference values for feline intraocular structure measurements.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,224
Écart entre enseignants0,206 · 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'étudeObservationnel
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

Citations15
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVeterinary RecordMême sujetPhotoacoustic and Ultrasonic ImagingTravaux en français237 207