Pathophysiology of outer retinal corrugations: Imaging dataset and mechanical models
Notice bibliographique
Résumé
This article presents high-resolution swept-source optical coherence tomography (SS-OCT) imaging data used to elaborate a mechanical model that elucidates the formation of outer retinal corrugations (ORCs) in rhegmatogenous retinal detachments (RRD). The imaging data shared in the repository and presented in this article is related to the research paper entitled “Outer Retinal Corrugations in Rhegmatogenous Retinal Detachment: The Retinal Pigment Epithelium-Photoreceptor Dysregulation Theory” (Muni et al., AJO, 2022). The dataset consists of 69 baseline cross-sectional SS-OCT scans from 66 patients that were assessed for the presence of ORCs and analyzed considering the clinical features of each case. From the 66 cases, we selected SS-OCT images of 4 RRD patients with visible ORCs and no cystoid macular edema (CME) to validate the mechanical model. We modelled the retina as a composite material consisting of the outer retinal layer (photoreceptor layer) and the inner retinal layer (the part of the retina that excludes the photoreceptor layer) with thicknesses To and Ti and elastic modulus Eo and Ei, respectively. The thickness of the outer and inner retinal layers and the relative increase in the length of the outer retinal layer (γ) were measured from the SS-OCT images. Measurements from the SS-OCT images of patients with RRD demonstrated a 30% increase (γ=0.3) in the length of the outer retinal layer and a 400% increase in the thickness of the outer retinal layer (To). Using the mathematical model, Eo/Ei ranged between 0.05 to 0.5 to result in ORCs with a similar frequency to those observed in the SS-OCT scans.
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) | 0,000 | 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 ».