Rapport de cas : Amincissement des couches de fibres nerveuses et des cellules ganglionnaires rétiniennes sur la tomographie par cohérence optique en domaine spectral à la suite de multiples AVC
Bibliographic record
Abstract
Un homme de 62 ans de race blanche s’est présenté à un examen de routine avec les antécédents d’un AVC de l’artère cérébrale moyenne (ACM) gauche survenu cinq ans auparavant, ce qui a entraîné une aphasie importante, mais aucun déficit sensori-moteur ou visuel initial. Un épisode convulsif a nécessité une hospitalisation deux ans plus tard et de multiples attaques corticales et sous-corticales bilatérales ont été révélées par des tests par IRM subséquents. Au moment où il s’est présenté, les meilleures acuités corrigées étaient de 20/20+ O.U. par correction astigmatique hypermétropique légère. L’évaluation du champ visuel avec la technologie de doublement de fréquence a révélé une quadranopsie supérieure gauche incongrue. Les segments antérieurs présentaient une légère blépharite mixte bilatérale, mais n’étaient autrement pas notables. L’examen du fond d’œil sous pupille dilatée a révélé une légère pâleur du disque optique temporel et une excavation O.U. modérée. La tomographie par cohérence optique (TCO) en domaine spectral a révélé un amincissement marqué et symétrique de la couche inférieure et temporelle des couches de fibres nerveuses rétiniennes (CFNR), ainsi qu’un amincissement bilatéral diffus des cellules ganglionnaires rétiniennes. Ce cas montre comment la détection par TCO de la perte rétrograde des fibres nerveuses et des cellules ganglionnaires peut être plus efficace que le dépistage visuel pour révéler l’étendue des lésions post-chiasmatique dans le contexte de multiples AVC.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".