The relationship of diabetic retinopathy severity scales with frequency and surface area of diabetic retinopathy lesions
Notice bibliographique
Résumé
PURPOSE: To assess the relationship between qualitative diabetic retinopathy (DR) scales with the precise numbers and surface area of DR lesions within the Early Treatment Diabetic Retinopathy Study (ETDRS) standard seven field (S7F) region on ultrawide-field (UWF) color fundus images. METHODS: In this study, we collected UWF images from adult patients with diabetes. Poor-quality images and eyes with any pathology precluding assessment of DR severity were excluded. The DR lesions were manually segmented. DR severity was graded according to the International Clinical Diabetic Retinopathy (ICDR) and AA protocol by two masked graders within the ETDRS S7F. These lesions' numbers and surface area were computed and correlated against the DR scores using the Kruskal-Wallis H test. Cohen's Kappa was performed to determine the agreement between two graders. RESULTS: One thousand five hundred and twenty eyes of 869 patients (294 females, 756 right eyes) with a mean age of 58.7 years were included. 47.4% were graded as no DR, 2.2% as mild non-proliferative DR (NPDR), 24.0% as moderate NPDR, 6.3% as severe NPDR, and 20.1% as proliferative DR (PDR). The area and number of DR lesions generally increased as the ICDR level increased up to severe NPDR, but decreased from severe NPDR to PDR. There was perfect intergrader agreement on the DR severity. CONCLUSION: A quantitative approach reveals that DR lesions' number and area generally correlate with ICDR-based categorical DR severity levels with an increasing trend in the number and area of DR lesions from mild to severe NPDR and a decrease from severe NPDR to PDR.
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 | 0,002 |
| 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 ».