MétaCan
Menu
Retour à la cohorte
Enregistrement W4390918676 · doi:10.1111/opo.13270

Frontloading visual field tests detect earlier mean deviation progression when applied to real‐world‐derived early‐stage glaucoma data

2024· article· en· W4390918676 sur OpenAlex
Henrietta Wang, Michael Kalloniatis, Jeremy Tan, Jack Phu

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueOphthalmic and Physiological Optics · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueGlaucoma and retinal disorders
Établissements canadiensnon disponible
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research Council
Mots-clésGlaucomaCohortAbsolute deviationMedicineVisual fieldOphthalmologyStage (stratigraphy)Standard deviationCohort studyOptometryInternal medicineStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To examine the diagnostic accuracy of performing two (frontloaded) versus one (clinical standard) visual field (VF) test per visit for detecting the progression of early glaucoma in data derived from clinical populations. METHODS: A computer simulation model was used to follow the VFs of 10,000 glaucoma patients (derived from two cohorts: Heijl et al., Swedish cohort; and Chauhan et al., Canadian Glaucoma Study [CGS]) over a 10-year period to identify patients whose mean deviation (MD) progression was detected. Core data (baseline MD and progression rates) were extracted from two studies in clinical cohorts of glaucoma, which were modulated using SITA-Faster variability characteristics from previous work. Additional variables included follow-up intervals (six-monthly or yearly) and rates of perimetric data loss for any reason (0%, 15% and 30%). The main outcome measures were the proportions of progressors detected. RESULTS: When the Swedish cohort was reviewed six-monthly, the frontloaded strategy detected more progressors compared to the non-frontloaded method up to years 8, 9 and 10 of follow-up for 0%, 15% and 30% data loss conditions. The time required to detect 50% of cases was 1.0-1.5 years less for frontloading compared to non-frontloading. At 4 years, frontloading increased detection by 26.7%, 28.7% and 32.4% for 0%, 15% and 30% data loss conditions, respectively. Where both techniques detected progression, frontloading detected progressors earlier compared to the non-frontloaded strategy (78.5%-81.5% and by 1.0-1.3 years when reviewed six-monthly; 81%-82.9% and by 1.2-2.1 years when reviewed yearly). Accordingly, these patients had less severe MD scores (six-monthly review: 0.63-1.67 dB 'saved'; yearly review: 1.10-2.87 dB). The differences increased with higher rates of data loss. Similar tendencies were noted when applied to the CGS cohort. CONCLUSIONS: Frontloaded VFs applied to clinical distributions of MD and progression led to earlier detection of early glaucoma progression.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,898
Score d'incertitude au seuil0,661

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,045
Tête enseignante GPT0,346
Écart entre enseignants0,300 · 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