MétaCan
Menu
Retour à la cohorte
Enregistrement W3096430220 · doi:10.1002/dad2.12119

A recommended “minimum data set” framework for SD‐OCT retinal image acquisition and analysis from the Atlas of Retinal Imaging in Alzheimer's Study (ARIAS)

2020· article· en· W3096430220 sur OpenAlex
Jessica Alber, Edmund Arthur, Stuart Sinoff, Delia Cabrera DeBuc, Emily Y. Chew, Lori Douquette, Wendy Hatch, Chris Hudson, Amir H. Kashani, Cecelia S. Lee, Stephen Montaquila, Sima Mozdbar, Leonardo Provetti Cunha, Faryan Tayyari, Gregory Van Stavern, Peter J. Snyder

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAlzheimer s & Dementia Diagnosis Assessment & Disease Monitoring · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinal Imaging and Analysis
Établissements canadiensKensington HealthUniversity of WaterlooUniversity of Toronto
Organismes subventionnairesNational Institute on Aging
Mots-clésRetinalMinimum Data SetNeuroimagingNeuroscienceOptical coherence tomographyMedicineComputer sciencePsychologyOphthalmology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: We propose a minimum data set framework for the acquisition and analysis of retinal images for the development of retinal Alzheimer's disease (AD) biomarkers. Our goal is to describe methodology that will increase concordance across laboratories, so that the broader research community is able to cross-validate findings in parallel, accumulate large databases with normative data across the cognitive aging spectrum, and progress the application of this technology from the discovery stage to the validation stage in the search for sensitive and specific retinal biomarkers in AD. METHODS: The proposed minimum data set framework is based on the Atlas of Retinal Imaging Study (ARIAS), an ongoing, longitudinal, multi-site observational cohort study. However, the ARIAS protocol has been edited and refined with the expertise of all co-authors, representing 16 institutions, and research groups from three countries, as a first step to address a pressing need identified by experts in neuroscience, neurology, optometry, and ophthalmology at the Retinal Imaging in Alzheimer's Disease (RIAD) conference, convened by the Alzheimer's Association and held in Washington, DC, in May 2019. RESULTS: Our framework delineates specific imaging protocols and methods of analysis for imaging structural changes in retinal neuronal layers, with optional add-on procedures of fundus autofluorescence to examine beta-amyloid accumulation and optical coherence tomography angiography to examine AD-related changes in the retinal vasculature. DISCUSSION: This minimum data set represents a first step toward the standardization of retinal imaging data acquisition and analysis in cognitive aging and AD. A standardized approach is essential to move from discovery to validation, and to examine which retinal AD biomarkers may be more sensitive and specific for the different stages of the disease severity spectrum. This approach has worked for other biomarkers in the AD field, such as magnetic resonance imaging; amyloid positron emission tomography; and, more recently, blood proteomics. Potential context of use for retinal AD biomarkers is discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,131
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,078
Tête enseignante GPT0,389
Écart entre enseignants0,311 · 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