Benchmarking test-retest variability in microperimetry for intermediate age-related macular degeneration using MP-3 and MAIA
Notice bibliographique
Résumé
OBJECTIVE: Microperimetry (MP) has emerged as a clinical functional endpoint in nonexudative age-related macular degeneration (AMD). In this study, we aim to provide reference values for test-retest outcomes on two MP devices in intermediate AMD (iAMD). DESIGN: Prospective, cross-sectional study. PARTICIPANTS: 3 600 stimuli from 20 eyes in 20 subjects. METHODS: Patients diagnosed with iAMD underwent consecutive testing on MP-3 (NIKED, Gamagori, Japan) and MAIA (CenterVue Icare, Padova, Italy). The obtained point-wise sensitivity (PWS) measurements were superimposed with optical coherence tomography (OCT) (Spectralis, Heildelberg Engineering) acquired. Hyperreflective foci (HRF), drusen volume, ellipsoid zone (EZ)-thickness and outer nuclear layer (ONL)-thickness were quantified with deep-learning algorithms. Subretinal drusenoid deposits (SDD) were manually annotated. We assessed test-retest repeatability at the location of these biomarkers using Bland-Altmann coefficients of repeatability. Furthermore, interdevice correlation, fixation stabilities, and examination durations were evaluated. RESULTS: Comparable overall point-wise retest variances were detected for MP-3 (±4.54 dB) and MAIA (±5.24 dB). SDDs led to significantly worse repeatability in the MAIA device (p = 0.03). Drusen, HRF, EZ-thickness, and ONL thickness had no significant impact on test-retest variance. A good intradevice correlation (MP-3: 0.869 [0.851 - 0.886] MAIA 0.848 [0.827 - 0.867]), and a good mean interdevice correlation (0.841 [0.819 - 0.861]) was observed. CONCLUSIONS: Intradevice and interdevice repeatability for MP examinations with MP-3 and MAIA in patients with iAMD can be considered as good. Biomarkers except for SDD show no significant impact in repeatability in both devices. This supports MP as a reliable functional endpoint in clinical trials in iAMD.
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 | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».