Development and standardisation of ‘time-in-range’ measurement for clinical endpoints in retinal diseases
Notice bibliographique
Résumé
Clear and updated endpoints are required to measure outcomes of a disease course and/or a therapeutic intervention. The aim of this review is to identify a reliable 'time-in-range' endpoint of clinical outcomes in ocular conditions, with a particular focus on exudative diseases involving the posterior pole of the eye, and to explore possible applications of this endpoint. A PubMed search was carried out pertaining to: 'time-in-range', 'clinical-outcome', 'clinical-endpoint', 'clinical trial', 'metrics', 'retina', 'retinopathy', 'macular-oedema', 'maculopathy', 'ophthalmology', 'visual-function', 'visual acuity end-point' and 'OCT'. The results showed that both functional and morphological endpoints have been used in the evaluation of retinal diseases. At present, the most widely accepted and clinically meaningful marker of ocular disease is 'mean change' in best corrected visual acuity (BCVA). While comparisons to baseline at various timepoints are commonly recommended to evaluate statistical and clinically relevant differences, few metrics capture the disease course continuously over time. In other medical fields, 'time-in-range' has been introduced to provide more complete information on the fluctuations characterising the course of a disease. The application of 'time-in-range' on BCVA in exudative diseases involving the posterior pole seems feasible, reliable and applicable in clinical practice. BCVA 'time-in-range' offers a useful and practical endpoint in retinal diseases, evaluating both visual function at the end of an observation/treatment and fluctuations in disease over time. It may also be applied to other clinical and morphological endpoints in ocular diseases, including macular thickness. This review presents a hypothesis-generating framework proposing 'time-in-range' as a supplementary metric, pending prospective validation.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 ».