Validation of the visual acuity iPad app Eye Chart Pro compared to the standard Early Treatment Diabetic Retinopathy Study chart in a low-vision population
Notice bibliographique
Résumé
Introduction A low-vision assessment (LVA) is central to developing a vision rehabilitation plan. However, access to LVAs is often limited by the quantity and geographic distribution of low-vision providers, as well as patient-centred transportation challenges. A tablet-based LVA tool kit, delivered virtually, has the potential to overcome many of these barriers. The purpose of this research was to validate a key component of the tablet-based tool kit – a commercially available iPad visual acuity (VA) test (Eye Chart Pro) iPad app – in a low-vision population. Methods Participants with low vision ( n = 26) and those who were normally sighted ( n = 25) underwent VA testing with both the iPad VA test application and the Early Treatment Diabetic Retinopathy Study (ETDRS) chart. The VA data were compared using a t-test, linear regression and Bland–Altman analysis. Results There was no significant difference in the mean absolute difference in VA (log of minimum angle of resolution (logMAR)=0.11; p = 0.82). Eye Chart Pro and Standard ETDRS Chart measures were also not significantly different ( p = 0.98). However, there were significant differences between test methods in the low-vision group and the normally sighted group ( p > 0.0001 and p = 0.007, respectively). The Bland–Altman analysis showed a mean bias (difference) of –0.0005 logMAR between methods, and 95% limits of agreement of 0.298 and –0.299 logMAR. Discussion The ETDRS chart function on the Eye Chart Pro application can reliably measure VA across a range, from normally sighted patients to those with low vision.
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 | 0,008 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».