Comparing the Netra smartphone refractor to subjective refraction
Notice bibliographique
Résumé
BACKGROUND: Among technologies targeting mobile eye care, EyeNetra is a smartphone-based subjective refraction system. This study compared the results from this system with those of professional subjective refraction. Participant visual comfort and preference of results were also measured. METHODS: Thirty-six optometry-naïve participants (n = 36 eyes, aged 18-35 years), were randomly subjected to three refraction methods: professional subjective refraction, unassisted Netra (participants alone) and refined Netra (sphere results refined by a practitioner). Using a randomised, double-blind design, refraction results were mounted in a trial frame and distance logMAR visual acuities were measured. Subjective appreciation and visual comfort were assessed by questionnaire. Overall preference was ranked. RESULTS: Unassisted Netra yielded a median myopic overcorrection of 0.60 D (interquartile range [IQR] 0.25 to 0.94) compared to professional subjective refraction. Median equivalent sphere with unassisted Netra (-1.40 D, IQR -3.10 to -0.90) was significantly more myopic than refined Netra (-0.70 D, IQR -1.60 to -0.30) and then subjective refraction (-0.80 D, IQR -1.60 to -0.30) (all p-values < 0.01). Median visual acuity with professional subjective refraction (-0.16, IQR -0.22 to -0.09) was superior than unassisted Netra (-0.08, IQR -0.20 to 0.03) (p < 0.01). Subjective refraction was ranked first in preference of trial framed results by 72 per cent of participants; median preference rank favoured professional subjective refraction to both Netra results (all p < 0.01). For all questionnaire items, visual comfort was higher with subjective refraction than with unassisted Netra (all p < 0.04). CONCLUSION: The Netra device - especially when used without professional assistance and compared to subjective refraction - induces significant myopic overcorrection and lower levels of visual acuity, subjective preference and visual comfort.
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 | 0,002 | 0,006 |
| 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) | 0,003 | 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 ».