MétaCan
Menu
Retour à la cohorte
Enregistrement W4212922414 · doi:10.1111/ceo.14062

Driving behaviour and visual compensation in glaucoma patients: Evaluation on a driving simulator

2022· article· en· W4212922414 sur OpenAlexaff
Julien Adrian, Colas Authié, Johan Lebrun, Marco Lombardi, Ariel Zenouda, Emmanuel Gutman, Emmanuelle Brasnu, P. Hamard, José‐Alain Sahel, Christophe Baudouin, Antoine Labbé

Notice bibliographique

RevueClinical and Experimental Ophthalmology · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOlder Adults Driving Studies
Établissements canadiensCanadian Nautical Research Society
Organismes subventionnairesnon disponible
Mots-clésGlaucomaDriving simulatorMedicineHeadwayStandard deviationDriving simulationAbsolute deviationOphthalmologyIntraocular pressureOptometryAudiologySimulationStatisticsMathematicsComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: To assess the driving performance and both the visual scanning and driving compensations of glaucoma patients. METHODS: In this case-control pilot study, the driving behaviour and performance of 14 patients with glaucoma and nine healthy age- and sex-similar control subjects were compared in a fixed-base driving simulator. All subjects performed in four scenarios with one to two hazardous situations on urban streets, for a total of five hazards. Measurements taken during the tests included reaction times, longitudinal regulation, lateral control and eye and head movements. RESULTS: Glaucoma patients showed poor driving performance with longer reaction time to hazardous situations than control subjects: pedestrians crossing the road from the left (p < 0.022) or from the right (p = 0.013), and vehicles coming from the left (p = 0.002). Their mean duration of lateral excursion was longer (p = 0.045), and they showed more lane excursions in a wide left curve (p = 0.045). Glaucoma patients also showed a higher standard deviation of time-headway (p = 0.048) with preceding vehicles. Analyses of driving behavioural compensations on curved roads showed that glaucoma patients stayed closer to the centre line in large (p = 0.006) and small (p = 0.025) left curves and on small right curves (p = 0.041). Additionally, on straight roads, as compared to control subjects, glaucoma patients showed longer mean time-headway (p = 0.032) and lower mean speed (p = 0.04). Finally, the glaucoma group exhibited a larger standard deviation of horizontal gaze (p = 0.034) than the control subjects. CONCLUSIONS: In a virtual driving environment, glaucoma patients exhibited unsafe driving behaviours, despite their driving and eye-scanning compensations.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,096
Tête enseignante GPT0,501
Écart entre enseignants0,405 · 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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical and Experimental OphthalmologyMême sujetOlder Adults Driving StudiesTravaux en français237 207