Comparison of Multicolor Scanning Laser Imaging and Color Fundus Photography in Evaluating Vessel Whitening in Branch Retinal Vein Occlusion
Notice bibliographique
Résumé
INTRODUCTION: Few studies have explored MultiColor™ imaging (MCI) in evaluating retinal vascular diseases, particularly branch retinal vein occlusion (BRVO). This study aimed to compare the identification of retinal vessel whitening in BRVO using MCI by scanning confocal laser versus conventional white-flash color fundus photography (CFP). METHODS: Paired images of consecutive patients diagnosed with BRVO who underwent same-day MCI and CFP were reviewed. Visualization of vessel whitening on MCI and CFP was graded and scored using a scale by two masked graders. A longitudinal analysis of the vessel grading score was performed to evaluate the vessel whitening detection by MCI. A correlation analysis was conducted between vessel whitening on MCI and the measured area of retinal ischemia on fluorescein angiography to evaluate the MCI performance. RESULTS: Forty-four eyes of 41 patients (mean age 69 ± 14 years; 61% female) were analyzed. MCI demonstrated superior vessel whitening visibility score than CFP (p < 0.001). Longitudinal analysis showed no significant changes in vessel whitening visibility scores over a mean follow-up time of 430 ± 648 days (p = 0.655). There was a significantly positive correlation between the grading score of vessels whitening by MCI and the area of ischemia by fluorescein angiography (r2 = 0.15; p = 0.036). CONCLUSION: MCI appears to provide a superior detection of whitening BRVO compared to CFP, serving as a rapid and non-invasive correlate of retinal ischemia.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 | 0,000 |
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 ».