Visual Function Measurements in Eyes With Diabetic Retinopathy: An Expert Opinion on Available Measures
Notice bibliographique
Résumé
Clinical Relevance: Visual function impairment from diabetic retinopathy can have a considerable impact on patient's quality of life. Best-corrected visual acuity (BCVA) is most commonly used to assess visual function and guide clinical trials. However, BCVA is affected late in the disease process, is not affected in early disease, and does not capture some of the visual disturbances described by patients with diabetes. The goal of this report is to evaluate the relationship between diabetic retinal disease (DRD) and visual function parameters to determine which if any of them may be used in a future DRD staging system. Methods: The visual functions working group was 1 of 6 areas of DRD studied as part of the DRD staging system update, a project of the Mary Tyler Moore Vision Initiative. The working group identified 12 variables of possible interest, 7 of which were judged to have sufficient preliminary data to suggest an association with DR to warrant further review: microperimetry, static automated perimetry, electroretinogram (ERG) oscillatory potentials, flicker ERG, low luminance visual acuity (LLVA), contrast sensitivity (CS), and BCVA. The objective field analyzer (OFA) was added after subsequent in-person workshops. Results: Currently, the only visual function test available for immediate use is BCVA; the remaining tests are either promising (within 5 years) or have potential (>5 years) use. Besides BCVA, most visual function tests had a limited role in current clinical care; however, LLVA, CS, flicker ERG, and OFA demonstrated potential for screening and research purposes. Conclusions: Although current visual function tests are promising, future prospective studies involving patients with early and more advanced retinopathy are necessary to determine if these tests can be used clinically or as endpoints for clinical studies. Financial Disclosures: Proprietary or commercial disclosure may be found in the Footnotes and Disclosures at the end of this article.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».