Asymmetry of Peripapillary Retinal Blood Vessel and Retinal Nerve Fiber Layer Thickness Between Healthy Right and Left Eyes
Notice bibliographique
Résumé
Purpose: The purpose of this study was to determine if there is asymmetry in retinal blood vessel (RBV) position and thickness between right and left eyes (R-L) and evaluate whether R-L asymmetry in RBV thickness is related to R-L asymmetry of retinal nerve fiber layer thickness (RNFLT). Methods: We analyzed peripapillary circle scan optical coherence tomography (OCT) examinations from healthy White subjects to measure RNFLT and RBV thickness and position relative to the fovea to Bruch's membrane opening axis, for all visible RBV. The R-L asymmetries of RNFLT and RBV thickness were computed for each A-scan. Four major vessels (superior temporal artery [STA] and superior temporal vein [STV], inferior temporal artery [ITA], and vein [ITV]) were identified using infrared images. Results: We included 219 individuals. The mean (standard deviation) number of RBV measured per eye was 15.0 (SD = 2.2). The position of the STV and STA was more superior in left eyes than in right eyes, by 2.4 degrees and 3.7 degrees, respectively (P < 0.01). There was no region with significant R-L asymmetry in RBV thickness. RNFLT was thicker in right eyes in the temporal superior region and thicker in left eyes in the superior and nasal superior regions, with the asymmetry profile resembling in a "W" shape. This shape was also present in post hoc analyses in two different populations. The R-L asymmetries of RBV and RNFLT at each A-scan were not significantly associated (P = 0.37). Conclusions: There is little R-L asymmetry in RBV, and it is not related to RNFLT asymmetry. This study suggests that R-L RNFLT asymmetry is due to factors other than RBV.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,010 |
| 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 ».