Barriers to successful dichoptic treatment for amblyopia in young children
Notice bibliographique
Résumé
PURPOSE: In an ongoing randomised clinical trial comparing dichoptic VR video games with patching for amblyopia, we evaluated any potential barriers to successful use of this novel amblyopia treatment method. METHODS: From December 2017, all newly diagnosed amblyopic children were recruited. Excluded were children under age 4 and patients with strabismus exceeding 30PD. The video game was played for 1 h per week at the outpatient clinic under direct supervision. Records were kept of difficulties encountered during treatment and categorised into domains. Factors influencing the successful completion of this treatment were identified and related to patient characteristics. RESULTS: Ninety-one children were recruited for the trial, 20 parents refused participation before randomisation, because of the logistical challenges the outpatient dichoptic treatment would cause them. Of the 17 children who commenced dichoptic treatment (median age 6.2 years; IQR 4.9-8.4 years), 10 did not complete treatment. Children under age 5.5 years were unable to comprehend the game settings or the game itself. Older children (N = 7; 41%) were less willing to comply with the video game. Loss of interest in the game (N = 8; 47%) was found to be a limiting factor at all ages. CONCLUSION: Half of the children failed to complete VR dichoptic treatment, mainly due to young age. In countries with nationwide screening where amblyopia is detected before age 6, the applicability of such dichoptic treatment is limited.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».