MétaCan
Menu
Retour à la cohorte
Enregistrement W4387424074 · doi:10.1016/j.ajoc.2023.101940

Ocular rigidity and choroidal thickness changes in response to microgravity: A case study

2023· article· en· W4387424074 sur OpenAlexafffund
Marissé Masís Solano, Charles Bélanger Nzakimuena, R. Dumas, Mark R. Lesk, Santiago Costantino

Notice bibliographique

RevueAmerican Journal of Ophthalmology Case Reports · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSpaceflight effects on biology
Établissements canadiensPolytechnique MontréalUniversité de MontréalHôpital Maisonneuve-Rosemont
Organismes subventionnairesCanadian Institutes of Health ResearchCanadian Space AgencyFonds de recherche du Québec
Mots-clésChoroidValsalva maneuverMedicineRigidity (electromagnetism)OphthalmologyRetinaOpticsInternal medicineBlood pressureMaterials sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Purpose: To evaluate ocular rigidity and choroidal thickness changes in response to microgravity and the Valsalva maneuver in a private astronaut. Methods: Ophthalmological examination and Optical Coherence Tomography were performed before, during, and after space flight. Choroidal thickness was measured at all time points at rest and during the Valsalva maneuver. Ocular rigidity was obtained before and after flight using a non-invasive method enhanced with deep learning-based choroid segmentation. Results: Ocular rigidity decreased after space flight compared to baseline. There was an increase in average choroidal thickness during the Valsalva maneuver compared to the resting condition before, during, and after space flight, and such increase was greater when the Valsalva maneuver was performed during space flight. Conclusions and importance: The data indicates biomechanical changes to ocular tissues because of space flight and greater choroidal thickness increase. The findings could lead to a better understanding of space flight-associated neuro-ocular syndrome and may have repercussions for short duration missions in a nascent industry.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,162
Score d'incertitude au seuil0,848

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,356
Écart entre enseignants0,332 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Ophthalmology Case ReportsMême sujetSpaceflight effects on biologyTravaux en français237 207