The Teller Acuity Cards Are Effective in Detecting Amblyopia
Notice bibliographique
Résumé
PURPOSE: Detection of amblyopia in infants and toddlers is difficult because the current clinical standard for this age group, fixation preference, is inaccurate. Although grating acuity represents an alternative, studies of preschoolers and schoolchildren report that it is not equivalent to the gold standard optotype acuity. Here, we examine whether the Teller Acuity Cards (TAC) can detect amblyopia effectively by testing children old enough (7.8 +/- 3.6 years) to complete optotype acuity testing. METHODS: Grating acuity was assessed monocularly in 45 patients with unilateral amblyopia, 44 patients at risk for amblyopia, and 37 children with no known vision disorders. Each child's grating acuity was classified as normal/abnormal based on age-appropriate norms. These classifications were compared with formal amblyopia diagnoses. RESULTS: Grating acuity was finer than optotype acuity among amblyopic eyes (medians: 0.28 vs. 0.40 logMAR, respectively, p < 0.0001) but not among fellow eyes (medians: 0.03 vs. 0.10 logMAR, respectively, p = 0.36). The optotype acuity-grating acuity discrepancy among amblyopic eyes was larger for cases of severe amblyopia than for moderate amblyopia (means: 0.64 vs. 0.18 logMAR, respectively, p = 0.0001). Nevertheless, most cases of amblyopia were detected successfully by the TAC, yielding a sensitivity of 80%. Furthermore, grating acuity was relatively sensitive to all amblyopia subtypes (69 to 89%) and levels of severity (79 to 83%). CONCLUSIONS: Although grating acuity is finer than optotype acuity in amblyopic eyes, most children with amblyopia were identified correctly suggesting that grating acuity is an effective clinical alternative for detecting amblyopia.
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 | 0,002 | 0,001 |
| 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 | 0,001 | 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 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 ».