Canonical Grading Scales of Corneal and Conjunctival Staining Based on Psychophysical and Physical Attributes
Notice bibliographique
Résumé
Purpose: In this study, we apply psychophysical scaling principles based on physical (photometric) attributes of images to better understand the factors involved in clinician judgement of ocular surface staining and, using that knowledge, to develop photographic scales for the assessment of staining for dry eye (DE) and related conditions. Methods: Subjects with noninfectious ocular surface staining were enrolled at five clinical sites. Following instillation of fluorescein, photographs of corneal staining were taken every 30 seconds for at least 5 minutes. The same procedure was followed for conjunctival staining after instillation of 2 µl of 1% lissamine green. A subset of the best corneal and bulbar conjunctival staining images were anonymized and a spectroradiometer measured photometric attributes (luminance and chromaticity). The images were scaled psychophysically by study investigators, who participated in constructing grading scales based on physical and psychophysical analyses. The final grading scales were refined following consultation with outside DE experts. Results: Photographs were collected from 142 subjects (81% women), with an average age of 58 ± 17 years; 89% were diagnosed with DE. There was a monotonic relationship between between physical measurements and psychophysically scaled staining of both corneal (fluorescein) and bulbar (lissamine green) staining. Michelson contrast and u' (chromaticity) accounted for 66% and 64% of the variability in the psychophysically scaled images of fluorescein corneal and lissamine green conjunctival staining, respectively. Translational Relevance: This paper provides examples of the first ever clinically usable ocular surface staining scales validated using psychophysical scaling and the physical attributes (luminance and chromaticity) of the staining itself. In addition, it provides a generalizable method for the development of other clinical scales of ocular appearance.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».