Development and validation of the Iris Glare, Appearance, and Photophobia questionnaire for patients with iris defects
Notice bibliographique
Résumé
PURPOSE: To validate the Iris Glare, Appearance, and Photophobia (Iris GAP) questionnaire, a new symptom-based and appearance-based quality-of-life measure for patients with iris defects. SETTING: Single tertiary glaucoma clinic in Toronto, Ontario, Canada. DESIGN: Prospective cohort study. METHODS: Patients with varying degrees of iris defects were enrolled. Patients completed the Iris GAP questionnaire and the glare and driving subscales of the Refractive Status and Vision Profile (RSVP) questionnaire. Test-retest reliability, defined by Cronbach α and intraclass correlation coefficients (ICCs), was evaluated with repeat testing 2 weeks later. RESULTS: The study included 73 patients with iris defects, 68 controls with no iris defects, 77 patients with peripheral iridotomies (PIs) or transillumination defects (TIDs), and 22 patientswith surgically repaired irides (n = 22). Iris GAP scores ranged from 0 to 32 with a 97% completion rate. Iris GAP had high test-retest reliability (Cronbach α = 0.866, ICC = 0.953, P < .0005). Iris GAP scores were reliably distinguishable between patients with iris defects, repaired iris defects, and PIs and TIDs and controls (1-way analysis of variance, P < .0005). In pairwise comparisons, the major defect group had statistically significant higher scores than any of the other groups ( P < .005 for each). The control and repaired groups had the lowest scores, whereas the PI/TID group had intermediate scores. 9 patients underwent iris repair between tests and had a mean difference of 8.2 ± 6.2 points between their preoperative and postoperative scores ( P = .004). Iris GAP scores positively correlated with RSVP scores ( R2 = 0.73). CONCLUSIONS: Iris GAP can reliably evaluate symptomatology and patient-reported appearance in patients with iris defects.
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) | 0,000 | 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 ».