Smartphone-Based, Rapid, Wide-Field Fundus Photography for Diagnosis of Pediatric Retinal Diseases
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: An important, unmet clinical need is for cost-effective, reliable, easy-to-use, and portable retinal photography to evaluate preventable causes of vision loss in children. This study presents the feasibility of a novel smartphone-based retinal imaging device tailored to imaging the pediatric fundus. METHODS: Several modifications for children were made to our previous device, including a child-friendly 3D printed housing of animals, attention-grabbing targets, enhanced image stitching, and video-recording capabilities. Retinal photographs were obtained in children undergoing routine dilated eye examination. Experienced masked retina-specialist graders determined photograph quality and made diagnoses based on the images, which were compared to the treating clinician's diagnosis. RESULTS: Dilated fundus photographs were acquired in 43 patients with a mean age of 6.7 years. The diagnoses included retinoblastoma, Coats' disease, commotio retinae, and optic nerve hypoplasia, among others. Mean time to acquire five standard photographs totaling 90-degree field of vision was 2.3 ± 1.1 minutes. Patients rated their experience of image acquisition favorably, with a Likert score of 4.6 ± 0.8 out of 5. There was 96% agreement between image-based diagnosis and the treating clinician's diagnosis. CONCLUSIONS: We report a handheld smartphone-based device with modifications tailored for wide-field fundus photography in pediatric patients that can rapidly acquire fundus photos while being well-tolerated. TRANSLATIONAL RELEVANCE: Advances in handheld smartphone-based fundus photography devices decrease the technical barrier for image acquisition in children and may potentially increase access to ophthalmic care in communities with limited resources.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,000 |
| 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 découle