MétaCan
Menu
Retour à la cohorte
Enregistrement W3184473965 · doi:10.18240/ijo.2021.08.06

Evaluating newer generation intraocular lens calculation formulas in manual versus femtosecond laser-assisted cataract surgery

2021· article· en· W3184473965 sur OpenAlexaff
Harrish Nithianandan, Eric Tam, Hannah H. Chiu, Rajiv Maini, Sohel Somani

Notice bibliographique

RevueInternational Journal of Ophthalmology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueOphthalmology and Visual Impairment Studies
Établissements canadiensWilliam Osler Health SystemUniversity of TorontoToronto Metropolitan UniversityMcGill University
Organismes subventionnairesnon disponible
Mots-clésMedicineDioptreOphthalmologyIntraocular lensCataract surgeryIntraocular lensesRefractive errorIntraocular lens power calculationRefractive surgeryMean squared prediction errorSurgeryOptometryVisual acuityCorneaAlgorithmMathematics

Résumé

récupéré en direct d'OpenAlex

AIM: To determine the refractive accuracy of the Haigis, Barrett Universal II (Barrett), and Hill-radial basis function 2.0 (Hill-RBF) intraocular lens (IOL) power calculations formulas in eyes undergoing manual cataract surgery (MCS) and refractive femtosecond laser-assisted cataract surgery (ReLACS). METHODS: This was a REB-approved, retrospective interventional comparative case series of 158 eyes of 158 patients who had preoperative biometry completed using the IOL Master 700 and underwent implantation of a Tecnis IOL following uncomplicated cataract surgery using either MCS or ReLACS. Target spherical equivalence (SE) was predicted using the Haigis, Barrett, and Hill-RBF formulas. An older generation formula (Hoffer Q) was included in the analysis. Mean refractive error (ME) was calculated one month postoperatively. The lens factors of all formulas were retrospectively optimized to set the ME to 0 for each formula across all eyes. The median absolute errors (MedAE) and the proportion of eyes achieving an absolute error (AE) within 0.5 diopters (D) were compared between the two formulas among MCS and ReLACS eyes, respectively. RESULTS: Of the 158 eyes studied, 64 eyes underwent MCS and 94 eyes underwent ReLACS. Among MCS eyes, the MedAE did not differ between the formulas (P=0.59), however among ReLACS eyes, Barrett and Hill-RBF were more accurate (P=0.001). Barrett and Hill-RBF were both more likely to yield AE<0.5 D among both groups (P<0.001). CONCLUSION: The Barrett and Hill-RBF formula lead to greater refractive accuracy and likelihood of refractive success when compare to Haigis in eyes undergoing ReLACS.

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)0,003
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
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 recherche0,0000,000
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 Opus0,200
Tête enseignante GPT0,469
Écart entre enseignants0,268 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of OphthalmologyMême sujetOphthalmology and Visual Impairment StudiesTravaux en français237 207