MétaCan
Menu
Retour à la cohorte
Enregistrement W3088449751 · doi:10.1177/1357633x20960628

Validation of a portable, remotely delivered refraction approach compared to standard in-clinic refraction in a low-vision population

2020· article· en· W3088449751 sur OpenAlexaff
Rachel Curtis, Hassan Hazari, Karen Eden, Wilma M. Hopman, Isabella Irrcher, Mark Bona

Notice bibliographique

RevueJournal of Telemedicine and Telecare · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueOphthalmology and Visual Impairment Studies
Établissements canadiensKingston Health Sciences CentreKingston General HospitalHotel Dieu HospitalQueen's University
Organismes subventionnairesnon disponible
Mots-clésAutorefractorRefractionIntraclass correlationSubjective refractionOptometryPopulationComputer scienceArtificial intelligenceMedicineMathematicsRefractive errorStatisticsOpticsOphthalmologyPhysicsVisual acuityReproducibility

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: A low-vision assessment (LVA) is critical in developing a vision rehabilitation plan. A remotely delivered LVA that replicates a standard in-clinic assessment may bridge the gap for patients not accessing care due to the limited quantity and distribution of low-vision providers. Within an LVA, an accurate and consistent assessment of refraction error is an essential component. No system has currently been validated for the purposes of a remote LVA. The purpose of this study was to validate a commercially available portable refraction approach in a low-vision population. METHODS: = 25) underwent a refraction assessment using the Adaptica® 2WIN autorefractor, adaptor scope (Kaleidos) and VisionFit phoropter portable refraction devices, as well as a standard autorefractor (Huvitz) and phoropter (Haag-Streit). Refraction data between systems and populations were compared using intraclass correlations. Bland-Altman plots were used to assess the differences between devices. RESULTS: Spherical equivalent values were found to be reproducible between standard and experimental autorefraction devices (intraclass correlation coefficient (ICC) > 0.8) in both low-vision and normally sighted groups. Similarly, manifest refraction was highly consistent (ICC > 0.8) between devices in all groups. The Bland-Altman plots showed clinically acceptable mean differences of 0.701 between autorefraction methods and -0.116 between manifest refraction methods. DISCUSSION: The 2WIN/VisionFit system can reliably generate refraction values across a spectrum of errors in normally sighted and visually impaired people, and would be feasible to deliver remotely.

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)0,009
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,040
Tête enseignante GPT0,372
Écart entre enseignants0,332 · 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'étudeEssai non randomisé
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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Telemedicine and TelecareMême sujetOphthalmology and Visual Impairment StudiesTravaux en français237 207