Visual midline gauge validity and repeatability: Comparison to a current clinical method
Notice bibliographique
Résumé
SIGNIFICANCE: Visual midline shifts are thought to occur post-stroke and be a risk factor for falls. This study investigates a new method for quantifying visual midline shifts, a first step toward developing greater understanding of visual midline shift. PURPOSE: This study standardized the parameters of a novel visual midline gauge, compared the results with the current clinical method, and presents normative data and repeatability of both methods. METHODS: Ninety-three participants without neurological or ocular problems were recruited in Canada and Hong Kong. In experiment 1, horizontal and vertical visual midlines were measured using the gauge for two speeds and two repositioning methods. In experiment 2, visual midline was measured for three distances using a target speed and repositioning method chosen based on the first experiment. Visual midlines were also measured using the current clinical method during both visits. RESULTS: There were no significant effects of age, speed, study location, or repositioning method on visual midline positions (all p>0.05). For the horizontal direction, measurements at 25 cm were different from those at 50 (p=0.03) and 100 cm (p=0.001). For the vertical direction, there was no such effect. The measurements were found to be repeatable to within approximately 3°. In both visits, there were significant correlations between measurements using the visual midline gauge and the clinical method for the vertical direction (all p<.001) but not for the horizontal direction (all p>0.05). CONCLUSIONS: The measurement of visual midline is tolerant of differences in target speed, testing method, and age of the participants, and the visual midline gauge measurements are repeatable.
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 | 0,012 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».