Effectiveness of Nonmydriatic Ultra-Widefield Retinal Imaging to Screen for Diabetic Eye Disease: A Randomized Controlled Trial (Clearsight)
Notice bibliographique
Résumé
OBJECTIVE: Suboptimal diabetic eye disease screening is a major cause of preventable vision loss. Screening barriers include mydriasis and the need for dedicated screening appointments. The Clearsight trial assessed whether nonmydriatic ultra-widefield (NM UWF) screening on the day of a diabetes clinic visit improved detection of clinically important eye disease versus usual screening. RESEARCH DESIGN AND METHODS: This single-center, randomized, parallel-group controlled trial was conducted at St. Joseph's Health Care, London, Ontario, Canada. Adults with diabetes due for screening were randomized to same-day, on-site screening (NM UWF imaging) on the day of a scheduled diabetes clinic visit or usual screening (encouraged to arrange optometrist screening). The primary outcome was detection of actionable eye disease (AED), defined as the need for an ophthalmology referral or increased ocular surveillance. The primary analysis (modified intention-to-screen) compared the proportions of AED between groups within 1 year of enrollment. RESULTS: Of 740 participants randomized between 7 March 2016 and 17 April 2019, 335 on-site screening and 323 usual screening participants met criteria for the primary analysis. More AED was detected in the on-site screening group than in the usual screening group (50 of 335 [14.9%] vs. 22 of 323 [6.8%]; adjusted odds ratio 2.51; 95% CI 1.49-4.36). The number needed to screen by on-site screening in order to detect 1 additional patient with AED was 13 (95% CI 8-29). CONCLUSIONS: Same-day, on-site screening by NM UWF imaging increased the detection of clinically important diabetic eye disease versus usual screening. Integration of NM UWF imaging into routine diabetes clinic visits improved screening adherence and has the potential to prevent vision loss.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».