Quantification of Fundus Autofluorescence Features in a Molecularly Characterized Cohort of >3500 Patients with Inherited Retinal Disease from the United Kingdom
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 quantify relevant fundus autofluorescence (FAF) features cross-sectionally and longitudinally in a large cohort of patients with inherited retinal diseases (IRDs).Design: Retrospective study of imaging data.Participants: Patients with a clinical and molecularly confirmed diagnosis of IRD who have undergone 55 FAF imaging at Moorfields Eye Hospital (MEH) and the Royal Liverpool Hospital between 2004 and 2019.Methods: Five FAF features of interest were defined: vessels, optic disc, perimacular ring of increased signal (ring), relative hypo-autofluorescence (hypo-AF), and hyper-autofluorescence (hyper-AF).Features were manually annotated by 6 graders in a subset of patients based on a defined grading protocol to produce segmentation masks to train an artificial intelligence model, AIRDetect, which was then applied to the entire imaging data set.Main Outcome Measures: Quantitative FAF features, including area and vessel metrics, were analyzed cross-sectionally by gene and age, and longitudinally.AIRDetect feature segmentation and detection were validated with Dice score and precision/recall, respectively.Results: A total of 45 749 FAF images from 3606 patients with IRD from MEH covering 170 genes were automatically segmented using AIRDetect.Model-grader Dice scores for the disc, hypo-AF, hyper-AF, ring, and vessels were, respectively, 0.86, 0.72, 0.69, 0.68, and 0.65.Across patients at presentation, the 5 genes with the largest hypo-AF areas were CHM, ABCC6, RDH12, ABCA4, and RPE65, with mean per-patient areas of 43.72, 29.57, 20.07, 19.65, and 16.92 mm 2 , respectively.The 5 genes with the largest hyper-AF areas were BEST1, CDH23, NR2E3, MYO7A, and RDH12, with mean areas of 0.50, 047, 0.44, 0.38, and 0.33 mm 2 , respectively.The 5 genes with the largest ring areas were NR2E3, CDH23, CRX, EYS, and PDE6B, with mean areas of 3.60, 2.90, 2.89, 2.56, and 2.20 mm 2 , respectively.Vessel density was found to be highest in EFEMP1, BEST1, TIMP3, RS1, and PRPH2 (11.0%, 10.4%, 10.1%, 10.1%, 9.2%) and was lower in retinitis pigmentosa (RP) and Leber congenital amaurosis genes.Longitudinal analysis of decreasing ring area in 4 RP genes (RPGR, USH2A, RHO, and EYS) found EYS to be the fastest progressor at À0.178 mm 2 /year.Conclusions: We have conducted the first large-scale cross-sectional and longitudinal quantitative analysis of FAF features across a diverse range of IRDs using a novel AI approach.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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