MétaCan
Menu
Retour à la cohorte
Enregistrement W3208949184 · doi:10.2147/opth.s334489

Refractive Accuracy of Barrett True-K vs Intraoperative Aberrometry for IOL Power Calculation in Post-Corneal Refractive Surgery Eyes

2021· article· en· W3208949184 sur OpenAlexaff
Larissa Gouvea, Kareem Sioufi, Colin E. Brown, George O. Waring, Wallace Chamon, Karolinne Maia Rocha

Notice bibliographique

RevueClinical ophthalmology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueOphthalmology and Visual Impairment Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineOphthalmologyRefractive surgeryRefractive errorCataract surgeryMean squared prediction errorCorneaVisual acuityMathematics

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To compare the refractive predictability of intraoperative aberrometry (IA, ORA, Alcon) and Barrett True-K/Universal II formulas for intraocular lens (IOL) power calculations in post-corneal refractive surgery and normal eyes. METHODS: Retrospective study of normal and post-corneal refractive surgery eyes that underwent cataract surgery with IA at tertiary academic center. Preoperatively, IOL power calculations were performed using Barrett Universal II (normal eyes) or Barrett True-K (post-corneal refractive surgery eyes) formulas. Intraoperatively, aphakic IA measurements were used for IOL power calculations. Mean absolute refractive prediction error (MAE) and the percentage of eyes with prediction error within ±0.50, ±0.75 and ±1.00 D were calculated. Refractive predictability was also evaluated in short, normal, and long eyes. RESULTS: Two hundred and seventy-three eyes were included in the analysis. No statistically significant differences were observed between the MAE of preoperative formulas and IA for post-hyperopic laser vision correction (LVC), post-myopic LVC, post-radial keratotomy (RK) and normal eyes. For prediction error within ±0.5 D in post-corneal refractive surgery eyes, range of agreement between Barrett True-K and IA ranged from 28% (7/25) of the time in post-RK eyes to 49% (40/81) of the time in post-hyperopic LVC; the corresponding value for Barrett Universal II/IA was 62% (64/103) in normal eyes. When there was disagreement, IA outperformed Barrett True-K in post-hyperopic LVC eyes and Barrett formula outperformed IA in post-myopic LVC, post-RK, and normal eyes. CONCLUSION: IA appears to be comparable to Barrett formulas for IOL power calculations in post-corneal refractive surgery and normal eyes. In post-hyperopic LVC, IA yields better results compared to Barrett True-K formula; in real-life scenarios, IA reveals statistical advantage over the Barrett True-K no history formula for eyes post-hyperopic LVC.

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)0,002
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
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 Opus0,093
Tête enseignante GPT0,464
Écart entre enseignants0,372 · 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

Citations19
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical ophthalmologyMême sujetOphthalmology and Visual Impairment StudiesTravaux en français237 207