Choroidal vascularity profile in diabetic eyes using wide field optical coherence tomography
Notice bibliographique
Résumé
Purpose To report the wide-field choroidal vascularity up to the mid-equator area in diabetic retinopathy (DR) subjects using wide-field optical coherence tomography (WF-OCT). Design Prospective, Cross-sectional study. Participants Forty-seven eyes of 25 DR subjects. Methods WF-OCT images (55 degrees) were obtained using Spectralis HRA + OCT (Heidelberg Engineering, Germany) in extremes of gazes in all quadrants and manual montages were created to obtain wide field images up to mid equator. A previously reported semi-automated algorithm was used to calculate choroidal vascularity profile (CVI). Regression analysis was performed to identify the factors influencing CVI. Results Forty-seven eyes from 25 patients were enrolled in the study. The mean age was 68.4 ± 10.6 years. The refractive error (spherical equivalent) ranged from −2.25 to +3.75 diopters. Most common DR grade among study subjects was moderate NPDR (29.41%) and 74.5% eyes had diabetic macular edema (DME). The mean CVI in the macular area (58.29 ± 3.63) was significantly lower than in any of the other fundus areas (all p ˂ 0.01). The maximum CVI was seen in the nasal region (66.60 ± 5.61), followed by temporal (65.69 ± 3.81), superior (65.01 ± 4.87), and inferior (63.80 ± 5.42). The vertical macular area had the least coefficient of variation (CV) of CVI (0.06) while the inferior quadrant had the highest CV (0.08). Conclusion The current study describes the CVI profile on WF-OCT in DR eyes up to mid-equator. The significant increase of the CVI compared to healthy subjects and its significant regional variations introduce this novel quantitative parameter as a reliable biomarker of the diabetes-induced choroidal microangiopathy.
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) | 0,001 | 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 ».