ETDRS letter scoring method improves the accuracy of 1.25% low-contrast visual acuity measurement in optic neuritis secondary to MS
Notice bibliographique
Résumé
Abstract Objectives To examine whether the dynamic range of 1.25% low-contrast visual acuity (LCVA) measurement in MS patients with optic neuritis (ON) can be improved by using the Early Treatment Diabetic Retinopathy Study (ETDRS) letter scoring method. Methods LCVA was tested using 2.5% and 1.25% low contrast ETDRS-style 4m Sloan letter charts. When ≥20 letters were read correctly, the letter score was equal to letter count plus 30. If <20 letters were read correctly, the letter score was equal to letter count at 4m plus the total number of letters read correctly at 1m. Results 51 relapsing-remitting MS patients with unilateral ON were enrolled and 60.8% ON eyes had a 1.25% LCVA letter count worse than 1 line (5 letters). In ON eyes with <20 letter count, ETDRS letter score showed a significantly improved correlation with both macular GCIPL thickness (r=0.71, p<0.0001; vs r=0.31, p=0.08 for letter count) and VEP latency (r=-0.47, p=0.003; vs r=-0.15, p=0.4 for letter count). Discussion Given ON with VEP monitoring has been frequently used as a model in MS remyelination clinical trials, our proposed ETDRS-style LCVA letter scoring method may be considered to enhance the functional outcome measure, which is necessary for regulatory approval.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».