ARTIFICIAL INTELLIGENCE-ENHANCED ANALYSIS OF RETINAL VASCULATURE IN AGE-RELATED MACULAR DEGENERATION
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.
Notice bibliographique
Résumé
PURPOSE: To investigate associations between quantitative vascular measurements derived from intravenous fluorescein angiography (IVFA) and baseline characteristics on optical coherence tomography (OCT) in neovascular age-related macular degeneration (nAMD) patients. METHODS: The authors prospectively recruited patients with active choroidal neovascularization secondary to AMD over 50 years old, presenting to a single center in Toronto, Canada from 2017 to 2023. Ultra-widefield IVFA images were processed using the artificial intelligence RETICAD FAassist system to extract quantitative information on blood flow, perfusion, and blood-retinal-barrier (BRB) permeability. Associations between IVFA parameters with functional and anatomical outcomes were examined using univariable and multivariable regression models. RESULTS: Eighty-one nAMD eyes and seven healthy control eyes were included. Compared with healthy controls, BRB permeability in the central and peripheral retina was significantly higher in nAMD patients (P < 0.001). On univariable analysis, BRB permeability measured centrally was significantly associated with central macular thickness (P = 0.035), whereas perfusion and blood flow measured centrally were significantly associated with macular volume (P = 0.043 and 0.037, respectively). On multivariable analysis, BRB permeability remained significantly associated with central macular thickness (P = 0.026). CONCLUSION: Central BRB permeability measured on IVFA was significantly associated with baseline central macular thickness in nAMD patients. Future work should longitudinally explore associations between IVFA parameters and clinical characteristics in diverse nAMD populations.
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 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 | 0,002 |
| 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 découle