Optical coherence tomography homography for detection of retinal displacement: a validation study
Notice bibliographique
Résumé
PURPOSE: Retinal displacement following rhegmatogenous retinal detachment (RRD) has been associated with inferior functional outcomes. Recent evidence using an overlay technique suggests that fundus-autofluorescence underestimates post-RRD repair retinal displacement. This study aims to validate the overlay technique in normal eyes and to determine its sensitivity and specificity at detecting retinal displacement. METHODS: We conducted a retrospective case series involving 66 normal eyes, each with at least two separate infrared (IR) images at different time points. Overlay of the two images was based on manual marking of choroidal and optic nerve head (ONH) landmarks. For each set of two IR images, computer code for homography generated two outputs, flipping view video and an overlay picture. First, validation of choroidal/ONH alignment was performed using the flipping view video to ensure accurate manual markings. Then, two different masked graders (AB + IM) evaluated the overlays for presence of retinal displacement. 16 control eyes following RRD repair with detected retinal displacement on FAF imaging assessed sensitivity and specificity of the technique. RESULTS: 94% of overlays were found to be well aligned (62/66). 11 cases exhibited errors on flipping view analysis (choroidal/ONH misalignment). Those 11 cases had a significantly higher rate of retinal displacement (false positives) compared to cases without errors (8/11,72% Vs 54/55,98%,P = 0.001). Sensitivity and specificity of the overlay technique for detecting retinal displacement considering only adequate flipping view cases (n = 55) were calculated as 100% and 98%, respectively. CONCLUSIONS: IR overlay emerges as a reliable and valid method for detecting retinal displacement, exhibiting excellent sensitivity and specificity.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 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 ».