Multifocal contact lens vision simulated with a clinical binocular simulator
Notice bibliographique
Résumé
PURPOSE: The purpose of this study is to compare the binocular visual perception of participants wearing multifocal contact lenses and these same lens designs viewed through a temporal multiplexing visual simulator. METHODS: Visual performance and perceived visual quality at various distances were obtained in 37 participants wearing soft M-CLs and through the SimVis Gekko programmed with the same lenses. In a pilot study (n = 10) visual performance was measured in terms of LogMAR visual acuity (VA) at far (4 m), intermediate (64 cm) and near (40 cm) distances and through-focus VA (TFVA) curves with the simulated M-CLs. In the follow-up study (n = 27), LogMAR VA at far, intermediate and near distances were measured both with the actual and simulated M-CLs. Perceived visual quality was measured in both studies using the Multifocal Acceptance Score (MAS-2EV), and a Participants Reported Outcomes Vision questionnaire. Differences between the metrics obtained with simulated and actual lenses were obtained. RESULTS: Both actual and simulated M-CLs increased depth-of-focus by a similar amount. Mean LogMAR VA differences with actual and simulated M-CLs ranged between 4 and 6 letters (0.08 ± 0.01, 0.12 ± 0.01 and 0.10 ± 0.01, for far, intermediate and near distances, respectively). MAS-2EV average score differences with actual and simulated M-CLs ranged between -1.00 and + 4.25. Average MAS-2EV scores were not correlated significantly with VA. However, MAS-2EV (average and individual scores) were highly correlated to visual quality questionnaire responses (p < 0.005). CONCLUSIONS: A simultaneous vision simulator accurately represented vision with M-CLs both VA at various distances and perceived visual quality, as measured in a clinical setting. The MAS-2EV metric accurately captured participant reported outcomes of standard vision questionnaires. The combination of SimVis Gekko and MAS-2EV has the potential to largely reduce chair time in M-CLs fitting.
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 | 0,000 | 0,002 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».