A comparison of five point-of-care ultrasound devices for use in ophthalmology and facial aesthetics
Notice bibliographique
Résumé
Introduction: Point-of-care ultrasound is becoming increasingly popular, and we sought to examine its role in evaluating ocular and periocular structures and facial vasculature. With the large number of point-of-care ultrasound devices available, it is difficult to determine which devices may be best suited for ophthalmic and facial aesthetic applications. This study compares five popular handheld point-of-care ultrasound devices to help guide clinicians in choosing the device best suited for their needs. Methods: We compared five point-of-care ultrasound devices: Butterfly IQ+ (Butterfly, Burlington, MA), L15 (Clarius Mobile Health, Vancouver, British Columbia, Canada), L20 (Clarius Mobile Health, Vancouver, British Columbia, Canada), Lumify (Philips, Amsterdam, Netherlands) and Vscan Air (GE, Boston, MA). Three ophthalmologists obtained the following views on three volunteers: eight arteries, four ocular and periocular structures and areas of filler injections. The image quality of each view was graded on a four-point Likert-type scale. In addition, graders filled out a survey. The data were analysed using analysis of variance tests with the significance level set to p < 0.05. Results: In terms of overall image quality, the L20 received the highest mean rating, followed by the L15, Vscan Air, Butterfly IQ+ and the Lumify ( p < 0.05). With further stratification for structure type, the L20 was ranked first for filler, artery and orbital imaging ( p < 0.05). Conclusions: The L20 received the highest image quality rankings. While image quality is an important aspect of point-of-care ultrasound device selection, other factors such as cost, wireless capabilities, range of presets and battery life should also be considered.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».