MétaCan
Menu
Retour à la cohorte
Enregistrement W3134051039 · doi:10.1136/bmjophth-2020-000647

Survey of the use of laser protective eyewear among international retina specialists: a European vitreoretinal society study

2021· article· en· W3134051039 sur OpenAlexaff
Mohammad Z. Siddiqui, Abdallah A. Ellabban, Mohamed Kamel Soliman, Giampaolo Gini, Shree K. Kurup, Sami H. Uwaydat, Ahmed B. Sallam

Notice bibliographique

RevueBMJ Open Ophthalmology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueOcular and Laser Science Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésLaserOptometryMedicineEyewearLaser safetyOphthalmologyEye protectionLaser therapyOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To report the trends for the use of eye protection methods during retinal laser in clinic and operating room. METHODS AND ANALYSIS: Retrospective analysis of a 14-item survey questionnaire submitted to the European Vitreoretinal Society members. RESULTS: Responses from 630 members were analysed. Most of the respondents practised in Europe (52.7%), followed by North America (21.0%). The majority of respondents had laser filters in the microscope for the operating surgeon (92.1%), or used protective goggles (6.8%). Only 38.9% of respondents indicated that auxiliary staff in the operative room used protective goggles during laser treatment. Three-dimensional retina viewing system was used by only 22.5% of respondents, of those, 34.5% reported use of laser protection goggles by the operating surgeon. Rates of laser protection by auxiliary staff were 62.9% for indirect laser and 60.8% for slit lamp laser. We found a higher rate for use of laser protection by auxiliary staff in North America-based practices for endolaser (p<0.00001), laser indirect ophthalmoscope (p<0.00001) and slit lamp laser (p=0.00033) compared with the rest of the world. CONCLUSION: The use of laser protection methods is routinely adopted by the physicians in the operating room and clinic, but less so by their assisting or auxiliary staff.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,207
Tête enseignante GPT0,436
Écart entre enseignants0,230 · 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'étudeObservationnel
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Open OphthalmologyMême sujetOcular and Laser Science ResearchTravaux en français237 207