MétaCan
Menu
Retour à la cohorte
Enregistrement W3144793711 · doi:10.1038/s41598-021-87336-2

Evaluation of tear osmolarity measured by I-Pen osmolarity system in patients with dry eye

2021· article· en· W3144793711 sur OpenAlexaboutno aff
Jongyeop Park, Youngjoo Choi, Gyule Han, Eunhae Shin, Jisang Han, Tae‐Young Chung, Dong Hui Lim

Notice bibliographique

RevueScientific Reports · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueOcular Surface and Contact Lens
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Foundation of KoreaNational Research Foundation
Mots-clésOsmoleOsmotic concentrationOsmometerMedicineOphthalmologyTearsAsymptomaticSurgeryInternal medicineChemistry

Résumé

récupéré en direct d'OpenAlex

This retrospective comparative study was to evaluate tear osmolarity measured by I-Pen osmolarity system (I-MED Pharma Inc, Dollard-des-Ormeaux, Quebec, Canada) in healthy subjects without dry eye disease (DED) and patients with DED, and its association with other ocular surface parameters. This study comprised 65 eyes of 65 patients. The ocular surface parameters including tear osmolarity with I-Pen osmometer of the patients who visited the refractive surgery center of Samsung Medical Center between January 1, 2020 and May 31, 2020 were retrospectively collected. The subjects were divided as asymptomatic normal group and symptomatic dry eye group. The distribution of tear osmolarity and its association with other ocular surface parameters were evaluated. Total thirty-two patients (32 eyes) were included in the control group, and 33 patients (33 eyes) were included in the DED group. Tear osmolarity was significantly higher in the DED group. Tear osmolarity was negatively correlated with tear break-up time, and the Schirmer test, and was positively correlated with Ocular Surface Disease Index symptom score. The cut-off value of 318 mOsm/L showed a sensitivity of 90.9% and specificity of 90.6% for diagnosing DED. The I-Pen osmometer can be considered suitable for use in the clinical setting, with good performance in DED diagnosis.

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 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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,030
Score d'incertitude au seuil0,460

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,017
Tête enseignante GPT0,260
Écart entre enseignants0,242 · 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 tête enseignante, 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

Citations28
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetOcular Surface and Contact LensTravaux en français237 207