Search Results

Abstract

Objetivo: Analisar os resultados de um estudo comparativo entre as estratégias dinâmica e normal utilizando o perí-metro Octopus 1-2-3. Métodos: Utilizando o Octopus 1-2-3 nas estratégias dinâmica e normal foi realizada a perimetria automatizada em 24 pacientes glaucomatosos (8 homens e 16 mulheres) com uma média de intervalo entre os 2 exames de 6 meses. Todos pacientes já haviam sido previamente submetidos a pelo menos um exame de perimetria automatizada no Octopus 1-2-3. Os dados comparados, para ambos os olhos, foram: a idade do paciente, número de estímulos, sensibilidade média (MS), defeito médio (MD), perda localizada (LV), flutuação em curto prazo (SF) e o fator de confiabilidade (RF). Na análise estatística, utilizando o teste t pareado, somente os campos visuais com RF menor que 10 foram incluídos. O nível de significância foi igual a 5% (p < 0,05). Resultados: Não houve diferença estatisticamente significativa entre as duas estratégias em relação à idade, LV, SF e RF. Entretanto, houve diferença estatisticamente significativa na duração do teste, número de estímulos, MS e MD. A estratégia dinâmica mostrou uma sensibilidade difusa maior e um menor defeito médio quando comparada à estratégia normal. Conclusões: Nossos resultados indicam que os valores dos limiares medidos pela estratégia dinâmica estão em concordância com os valores obtidos utilizando a estratégia normal nos pacientes portadores ou suspeitos de glaucoma, cujos campos visuais estão normais ou limítrofes. Estes resultados também confirmam a redução na duração do exame. Também sugerem que, quando compararmos campos visuais realizados com a estratégia dinâmica com aqueles realizados com a estratégia normal, é necessária cautela em relação aos valores do MS e MD.

Keywords: Perimetria automatizada; Glaucoma; Octopus 1-2-3

Abstract

OBJETIVO: Avaliar comparativamente o limiar de sensibilidade macular da microperimetria e a estabilidade de fixação entre o primeiro (direito) e o segundo (esquerdo) olhos testados de indivíduos normais.
MÉTODOS: Trinta pacientes saudáveis foram divididos aleatoriamente em 2 grupos. Os participantes foram submetidos à microperimetria no “fast mode” e no “expert mode” no grupo I e II, respectivamente. Cada participante foi submetido a um único teste e o olho direito foi testado primeiro.
RESULTADOS: No grupo I, o limiar médio de sensibilidade macular (± DP) foi de 24,5 ± 2,3 dB e 25,7 ± 1,1 dB nos olhos direito e esquerdo, respectivamente (p=0,0415). No grupo II foi de 26,7 ± 4,5 dB e 27,3 ± 4,0 dB nos olhos direito e esquerdo, respectivamente (p=0,58). Não houve diferença estatisticamente significativa entre os olhos dos dois grupos (p=0,1512). Em relação à estabilidade de fixação (avaliada no grupo microperimetria no “expert mode”), a média das porcentagens dos pontos de fixação dentro do 1 grau central da mácula (P1) ± DP foi de 87,9 ± 11,5% no olho direito e de 93,8 ± 6,6% no olho esquerdo. O teste t pareado não mostrou diferença estatística entre os olhos (p=0,140). O valor médio de P2 ± DP foi de 95,5 ± 4,9% no olho direito e 98,5 ± 2,1% no olho esquerdo. Foi demonstrado um aumento na porcentagem de pontos de fixação no segundo olho testado quando comparado ao primeiro (teste t pareado= 2,364; p=0,034). Houve correlação negativa entre o limiar de sensibilidade macular do olho direito e a duração do exame nos dois grupos (microperimetria no “expert mode”: r=-0,717; p=0,0026; microperimetria no “fast mode”: r=-0,843; p <0,0001).
CONCLUSÃO: O limiar médio de sensibilidade macular foi maior no segundo olho testado no grupo microperimetria no “fast mode” e foi semelhante nos dois olhos no “expert mode”. Nossos dados sugerem que a compreensão do exame pelo indivíduo pode impactar nos resultados da microperimetria.

Keywords: Macula lutea; Fixação ocular; Viés; Campos visuais; Acuidade visual

Abstract

OBJETIVOS: Verificar a influência do campo visual e/ou tomografia de coerência óptica, quando analisados em associação à retinografia colorida, na diferenciação entre indivíduos com glaucoma daqueles com aumento fisiológico de escavação.
MÉTODOS: Oitenta pacientes com glaucoma ou aumento fisiológico de escavação (40 cada) foram randomizados de acordo com o exame testado (GI: retinografia colorida, GII: retinografia colorida + campo visual, GIII: retinografia colorida + tomografia de coerência óptica, GIV: retinografia colorida + campo visual + tomografia de coerência óptica). Vinte oftalmologistas não especialistas em glaucoma diagnosticaram glaucoma através de slides do PowerPoint, sem o exame direto do paciente.
RESULTADOS: A concordância interexaminador foi boa para o GII (ĸ: 0,63; 95%CI, 0,53-0,72), moderada para GIII (ĸ: 0,58; 95%CI, 0,48-0,68) e GIV (ĸ: 0,41; 95%CI, 0,31-0,51), e baixa para o GI (ĸ: 0,30; 95%CI, 0,20-0,39) (p<0,001). Acurácia diagnostica foi maior no GIII (15,8 ± 1,82) em comparação ao GI (12,95 ± 1,46, p<0,001) e o GII (16,25 ± 2,02) maior em comparação ao GI e GIV (14,10 ± 2,24) (para ambos, p<0,001). Para os pacientes com glaucoma, a acurácia diagnostica nos grupos GII e GIII foi superior do que em GI e GIV (ambos p<0,001). Sensibilidade e especificidade foram 59% e 70,5% no GI; 86,5% e 76% no GII, 86,5% e 71,5% no GIII; 68,5% e 72,5% no GIV, respectivamente. A acurácia foi maior no GII (81,3% [95%CI, 77,1-84,8]), seguido pelo GIII (79% [95%CI, 74,7-82,7]), GIV (70,5% [95%CI, 65,9-74,8]), e GI (64,8% [95%CI, 60,0-69,3]).
CONCLUSÕES: A avaliação isolada da retinografia colorida por oftalmologistas não especialistas em glaucoma não pode diferenciar pacientes com glaucoma daqueles com aumento fisiológico de escavação. Houve aumento da acurácia diagnóstica e da concordância interobservador com o acréscimo do campo visual ou da tomografia de coerência óptica. Entretanto, o uso de ambas as modalidades não melhorou a sensibilidade/especificadade.

Keywords: Glaucoma; Tomografia de coerência óptica; Testes de campo visual; Disco óptico; Variações dependentes do observador

Abstract

Objetivo: Desenvolver um aplicativo (TopEye) na plataforma iOS para dispositivos móveis que possibilite a captação e interpretação do mapa de cores gerados por qualquer topógrafo corneano através da inteligência artificial (IA).
Métodos: A execução, acompanhamento e avaliação do projeto foi utilizada a metodologia Scrum, processo de desenvolvimento interativo e incremental para gerenciamento de projetos e desenvolvimento ágil de software. O banco de padrões de diagnóstico gerado consiste em 1172 exemplos, divididos em: 275 padrões esféricos, 302 regulares simétricos, 295 regulares assimétricos e 300 irregulares (ceratocone). Para o desenvolvimento da inteligência artificial do aplicativo, foi estabelecido o treinamento da rede com 240 imagens de cada tipo de padrão, totalizando 960 (81,91%) padrões. O restante das imagens, 212 (18,09%), foram utilizadas para testar o aplicativo e usadas para gerar os resultados. O processo é semiautomático, assim a captação da imagem topográfica é realizada com smartphone, o examinador realiza o contorno do relevo corneano manualmente para em seguida a rede neural realizar o diagnóstico.
Resultados: O aplicativo diagnosticou 201 (94,81%) imagens corretamente. De um total de 212 imagens, o algoritmo errou a classificação de apenas 11 (5,19%). A principal ocorrência de erro foi na distinção das classes simétrica e assimétrica. No rastreio do ceratocone o aplicativo alcançou 95,00% de sensibilidade e 98,68% especificidade.
Conclusão: O trabalho resultou na obtenção de um aplicativo eficiente na captura da imagem topográfica pela câmera do smartphone e na interpretação da mesma através da inteligência artificial aplicada.

Keywords: Dispositivos móveis; Inteligência artificial; Topografia corneana; Astigmatismo

Abstract

Objetivo: Avaliar a acuidade visual através de po­tenciais evocados visuais de varredura em crianças saudáveis e ambliópicas, comparando-a com a acuidade visual pelo teste de Snellen.
Métodos: Foram incluídas no estudo 160 crianças com idades entre 6 e 17 anos. Desse total, 104 crianças (65%) estavam entre 7 e 17 anos de idade, eram capazes de comunicação verbal e não tinham nenhuma patologia ocular ou sistêmica (Grupo 1). O grupo 2 incluiu 56 crianças verbais (35%) com idades entre 6 e 17 anos e portadoras de estrabismo ou ambliopia anisometrópica, com a melhor acuidade visual corrigida entre 0,1 e 0,8. Todos os pacientes foram submetidos a um exame oftalmológico detalhado e a uma medição do potencial evocado visual por varredura. Registraram-se as características demográficas, os achados oculares, a melhor acuidade visual corrigida e os resultados do potencial evocado visual por varredura.
Resultados: No Grupo 1, os valores médios e máximos da acuidade visual pelo potencial evocado visual por varredura mostraram-se menores que a melhor acuidade visual corrigida medida através do teste de Snellen (p<0,001 para ambas as medições). Uma análise de Bland-Altman revelou que no grupo 1, a distribuição das diferenças entre a melhor acuidade visual corrigida pelo teste de Snellen e a média do potencial evocado visual por varredura foi de ± 0,11 logMAR, enquanto a distribuição das diferenças entre a melhor acuidade visual corrigida pelo teste de Snellen e o valor máximo do potencial evocado visual por varredura foi de ± 0,023 logMAR. No Grupo 2, os valores médio e máximo do potencial evocado visual por varredura mostraram-se menores que a melhor acuidade visual corrigida pelo teste de Snellen (respectivamente, p<0,001 e p=0,009). A análise de Bland-Altman revelou que a distribuição das diferenças entre a melhor acuidade visual corrigida pelo teste de Snellen e a média do potencial evocado visual por varredura foi de ± 0,16 logMAR, enquanto a distribuição das diferenças entre a melhor acuidade visual corrigida pelo teste de Snellen e o valor máximo do potencial evocado visual por varredura foi de ± 0,19 logMAR.
Conclusões: As medidas da acuidade visual através do potencial evocado visual por varredura mostram resultados comparáveis às medidas da acuidade visual pelo teste de Snellen. Essa técnica é um método objetivo e confiável de se avaliar a acuidade visual em crianças.

Keywords: Ambliopia; Acuidade visual; Potenciais evocados visuais; Testes visuais; Humanos; Criança; Adolescente.

Abstract

Objetivo: Utilizar aprendizado de máquina para predizer o risco de picos de pressão intraocular às 6 AM em pacientes com glaucoma primário de ângulo aberto e suspeitos.
Métodos: Esse estudo observacional transversal incluiu 98 olhos de 98 pacientes submetidos à curva de 24 horas de pressão intraocular (incluindo as medidas às 6 AM). A curva diurna de pressão intraocular foi definida como uma série de três medidas da curva de 24 horas de pressão intraocular às 8 AM, às 9 AM e às 11 AM. Duas novas variáveis foram apresentadas: inclinação e concavidade. A inclinação da curva às 8 AM foi calculada como a diferença entre pressão intraocular às 9 AM e 8 AM e reflete a variação da pressão intraocular na primeira hora. A concavidade da curva foi calculada como a diferença entre as inclinações às 9 AM e às 8 AM e pode ser para cima ou para baixo. Uma árvore de classificação foi usada para determinar um algoritmo multivariado a partir das medidas da curva diurna para prever o risco de pressão intraocular elevada às 6 AM.
Resultados: Quarenta e nove (50%) olhos apresentaram pressão intraocular às 6 AM >21 mmHg e a mediana do pico de pressão intraocularPIO foi 26 mmHg. Os melhores preditores de pressão intraocular às 6 AM >21 mmHg foram a pressão intraocular às 8 AM e a concavidade. O modelo proposto apresentou uma sensibilidade de 100% e uma especificidade de 86%, com uma acurácia de 93%.
Conclusões: A abordagem de aprendizado de máquina foi capaz de prever o risco de picos de pressão intraocular às 6 AM com uma boa acurácia. Essa nova abordagem para a curva diurna de pressão intraocular pode se tornar uma ferramenta amplamente utilizada na prática clínica e a indicação da curva de 24 horas de pressão intraocular pode ser racionalizada de acordo com a estratificação de risco.

Keywords: Glaucoma; Glaucoma de ângulo aberto; Suspeita de glaucoma; Pressão intraocular; Aprendizado de máquina

Abstract

PURPOSE: This clinical study aimed to assess the effectiveness of microemulsion artificial tears containing povidone and propylene glycol in the management of dry eye disease. Secondary objectives included evaluating improvements in tear-film stability, measured by tear break-up time and corneal staining scores, along with the tolerability and safety of the formulation.
METHODS: This was a prospective, single-arm interventional study involving 30 participants (52 eyes) diagnosed with dry eye disease. Participants self-administered the investigational eye drops twice daily for 28 consecutive days. Primary and secondary outcomes included changes in the Ocular Surface Disease Index, tear break-up time, and corneal staining scores. Adverse events were documented throughout the study period.
RESULTS: Significant improvements in Ocular Surface Disease Index scores were observed, reflecting a reduction in dry eye disease symptoms. Tear break-up time increased notably between baseline and follow-up assessments, with the proportion of eyes exhibiting tear break-up time ≥10 srising from 25.0% to 63.5%. Additionally, the percentage of eyes with a corneal staining score of zero improved from 23.1% to 69.2%. Conjunctival staining also decreased, with the proportion of eyes with scores of 2 and 3 dropping from 11.5% to 3.8% and 5.8% to 0%, respectively.
CONCLUSIONS: The findings suggest that povidone and propylene glycol-based artificial tears significantly enhance tear-film stability and alleviate symptoms in patients with mild to moderate dry eye disease, with minimal adverse effects. This formulation represents a safe and effective short-term treatment option for dry eye disease management.

Keywords: Artificial tears; Dry eye disease; Tear-film stability; Propylene glycol; Povidone; Visual acuity; Surveys and questionnaires

Abstract

PURPOSE: This pilot study evaluated the diagnostic accuracy of a deep learning model for detecting pterygium in anterior segment photographs taken using smartphones in the Brazilian Amazon. The model’s performance was benchmarked against assessments made by experienced ophthalmologists, considered the clinical gold standard.
METHODS: In this cross-sectional study, 38 participants (76 eyes) from Barcelos, Brazil, were enrolled. Trained nonmedical health workers captured high-resolution anterior segment images using smartphones. These images were analyzed using a deep learning model based on the MobileNet-V2 convolutional neural network. Diagnostic metrics–including sensitivity, specificity, accuracy, positive predictive value, negative predictive value, and area under the receiver operating characteristic curve–were calculated and compared with the ophthalmologists’ evaluations.
RESULTS: The deep learning model achieved a sensitivity of 91.43%, specificity of 90.24%, positive predictive value of 88.46%, negative predictive value of 92.79%, and an area under the curve of 0.91. Logistic regression revealed no statistically significant association between pterygium and demographic variables such as age or gender.
CONCLUSIONS: The deep learning model demonstrated high diagnostic performance in identifying pterygium in a remote Amazonian population. These preliminary findings support the potential use of artificial intelligence–based tools to facilitate early detection and screening in underserved regions, thereby enhancing access to ophthalmic care.

Keywords: Pterygium/diagnostic imaging; Smartphone; Diagnostic techniques, ophthalmological; Deep learning; Telemedicine; Artificial intelligence; Cross-sectional studies; Brazil/epidemiology

Abstract

PURPOSE: We developed an artificial intelligence program for calculating intraocular lenses and analyzed its accuracy rate via ultrasonic biometry. This endeavor is aimed at enhancing precision and efficacy in the selection of intraocular lenses, particularly in cases where optical biometry is unavailable.
METHODS: Data was collected from the Hospital de Clínicas de Porto Alegre, which included cases of phacoemulsification with intraocular lens implantation, in which the lens selection was based on ultrasonic biometry. The program, implemented in Python, Java, and PHP, employs the ridge regression method. Two design options were developed: a basic model, which uses only keratometry variables (K1 and K2), axial size and final target refraction in the spherical equivalent, and an advanced model, which incorporates preoperative refraction and the patient's age. The Universal Barrett II formula was used to compare both models.
RESULTS: The sample consisted of 486 eyes from 313 patients, with 350 eyes used for program training and 136 for program validation. The spherical equivalent hit rates, with a variation of ±0.5 D, were 86% and 87.5% for the basic and advanced models, respectively, with no statistically significant difference between them. With the Barret Universal II formula, the success rate was 69%, which was significantly different from the values of the two aforementioned models (p<0.0001). The system was better for medium and long eyes but worse for short eyes (<=22.00 mm).
CONCLUSION: The developed artificial intelligence program was superior to the Barrett formula in terms of performance, in the general context and within the subgroup of patients with longer eyes. This innovation can considerably contribute to the selection of intraocular lenses, particularly in cases where optical biometry is unavailable.

Keywords: Biometry; Intraocular lens; Cataract; Artificial intelligence

Abstract

Objetivos: A microperimetria tem sido usada há vários anos como uma forma de teste de função visual em pacientes com doenças da retina. Os valores normais de microperimetria obtidos com MP-3 ainda não foram totalmente publicados e os valores basais para sensibilidade macular topográfica e correlações com idade e sexo são necessários para estabelecer graus de comprometimento. O objetivo do trabalho é determinar valores para limiares de sensibilidade à luz e estabilidade de fixação usando o MP-3 em indivíduos normais.
Métodos: Trinta e sete voluntários saudáveis (idade: 28-68 anos), submetidos à microperimetria de limiar total usando uma estratégia de escada 4-2 (rápida) com o tamanho de estímulo padrão Goldmann III e 68 pontos de teste posicionados de forma idêntica aos do Humphrey Field Analyzer 10-2 grade de teste. A estabilidade da fixação foi registrada simultaneamente durante o teste de microperimetria. A relação entre a sensibilidade global e a idade foi calculada por meio de análise de regressão linear.
Resultados: A microperimetria foi realizada em 37 indivíduos (74 olhos). A sensibilidade média global foi de 29,01 ± 1,44 dB, intervalo: 26-31 dB. A mediana da sensibilidade central a 2° medida pelo MP-3 foi de 28,5 ± 1,77 dB (ER) e 28,75 ± 1,98 dB (OE). Os valores médios totais de estabilidade da fixação em 2° e 4° foram 80% e 96%, respectivamente. A análise de regressão linear também revelou um declínio de sensibilidade global relacionado à idade por ano de -0,051 dB ± 0,018 (ER) e -0,078 dB ± 0,021 (LE).
Conclusões: A microperimetria realizada com o MP-3 permite um exame automático, preciso e específico da topografia dos limiares de sensibilidade da retina. Os resultados deste estudo fornecem um banco de dados normal e de idade correspondente da microperimetria MP-3.

Keywords: Campos visual; Testes de campo visual; Retina; Microperímetro; Idade.

Abstract

Objetivo: Avaliar o desempenho de classificação de modelos ou arquiteturas de rede neural convolucional pré-treinadas usando um conjunto de dados de imagem de fundo de olho contendo oito rótulos de doenças diferentes.
Métodos: Neste artigo, o conjunto de dados de reconhecimento inteligente de doenças oculares publicamente disponível foi usado para o diagnóstico de oito rótulos de doenças diferentes. O banco de dados de reconhecimento inteligente de doenças oculares tem um total de 10.000 imagens de fundo de olho de ambos os olhos de 5.000 pacientes para oito categorias que contêm rótulos saudáveis, retinopatia diabética, glaucoma, catarata, degeneração macular relacionada à idade, hipertensão, miopia, outros. Investigamos o desempenho da classificação de doenças oculares construindo três arquiteturas de rede neural convolucional pré-treinadas diferentes, incluindo os modelos VGG16, Inceptionv3 e ResNet50 com otimizador de Momento Adaptativo. Esses modelos foram implementados no Google Colab o que facilitou a tarefa sem gastar horas instalando o ambiente e suportando bibliotecas. Para avaliar a eficácia dos modelos, o conjunto de dados é dividido em 70% para treinamento, 10% para validação e os 20% restantes utilizados para teste. As imagens de treinamento foram expandidas para 10.000 imagens de fundo de olho para cada tal.
Resultados: Observou-se que o modelo ResNet50 alcançou acurácia de 97,1%, sensibilidade de 78,5%, especificidade de 98,5% e precisão de 79,7% e teve a melhor área sob a curva e pontuação final para classificar a categoria da catarata (área sob a curva=0,964, final=0,903). Em contraste, o modelo VGG16 alcançou uma precisão de 96,2%, sensibilidade de 56,9%, especificidade de 99,2% e precisão de 84,1%, área sob a curva 0,949 e pontuação final de 0,857.
Conclusão: Esses resultados demonstram a capacidade das arquiteturas de rede neural convolucional pré-treinadas em identificar doenças oftalmológicas a partir de imagens de fundo de olho. ResNet50 pode ser uma boa solução para resolver problemas na detecção e classificação de doenças como glaucoma, catarata, hipertensão e miopia; Inceptionv3 para degeneração macular relacionada à idade e outras doenças; e VGG16 para retinopatia normal e diabética.

Keywords: Redes neurais de computação; Aprendizado profundo; Processamento de imagem assistida por computador; VGG16; Inceptionv3; ResNet50; Fundo de olho; Oftalmopatias.

Abstract

PURPOSE: To quantitatively assess changes in central corneal sensitivity after phacoemulsification and to characterize recovery patterns up to 90 days using standardized esthesiometry.
METHODS: This prospective observational study included 44 patients (88 eyes) undergoing uncomplicated phacoemulsification with intraocular lens implantation. Central corneal sensitivity was measured using a Cochet-Bonnet^® esthesiometer preoperatively and at 30 and 90 days postoperatively. Repeated-measures data were analyzed using Friedman and Wilcoxon signed-rank tests (p<0.05). Inter-eye differences were assessed with a paired Wilcoxon test. Individual changes from baseline (Δ30, Δ90) were calculated, and 90-day recovery was categorized according to thresholds aligned with the 5-mm device resolution. Spearman correlation was used to explore associations between age and Δ90.
RESULTS: Corneal sensitivity decreased after surgery. In right eyes, mean sensitivity declined from 41.14 ± 7.77 mm at baseline to 36.82 ± 9.03 mm at 30 days and partially recovered to 38.64 ± 7.73 mm at 90 days. In left eyes, sensitivity decreased from 44.11 ± 6.29 mm to 37.39 ± 9.05 mm at 30 days and recovered to 41.82 ± 7.63 mm at 90 days. Left eyes showed higher sensitivity than right eyes at baseline (p=0.023) and at 90 days (p=0.018). At 90 days, complete or near-complete recovery (within ± 5 mm of baseline) occurred in 73.2% of right eyes and 78.0% of left eyes, while improvement above baseline (≥ +5 mm) occurred in 7.3% and 4.9%, respectively. Age showed weak, nonsignificant correlations with Δ90 (p=−0.14 to −0.19; p>0.2).
CONCLUSION: Phacoemulsification with a 2.75-mm clear corneal incision leads to a temporary reduction in central corneal sensitivity, with partial recovery by 90 days. Recovery patterns vary among individuals, highlighting the value of postoperative sensitivity monitoring to identify atypical trajectories and guide ocular surface care during visual rehabilitation.

Keywords: Phacoemulsification; Cornea/innervation; Ophthalmic nerve/physiology; Optometry/instrumentation; Diagnostic techniques, ophthalmological; Neural regeneration; Visual rehabilitation.

Abstract

OBJETIVO: Esse estudo tem como objetivo criar um modelo de Machine Learning por um oftalmologista sem experiência em programação utilizando auto Machine Learning predizendo influxo de pacientes em serviço de emergência e casos de trauma.
MÉTODOS: Um dataset de 366,610 visitas em Hospital Universitário da Universidade Federal de São Paulo de 01 de janeiro de 2014 até 31 de dezembro de 2019 foi incluído no treinamento do modelo, incluindo visitas/dia e código internacional de doenças. O treinamento e predição foram realizados com o Amazon Forecast por dois oftalmologistas sem experiência com programação.
RESULTADOS: O período de previsão estimou um volume de 206,37 pacientes/dia em p90, 180,75 em p50, 140,35 em p10 e média de 7,42 casos de trauma/dia em p90, 3,99 em p50 e 0,56 em p10. Janeiro de 2020 teve um total de 6.604 pacientes e média de 206,37 pacientes/dia, 13,5% menos do que a predição em p50. O período teve um total de 199 casos de trauma e média de 6,21 casos/dia, 55,77% mais casos do que a predição em p50.
CONCLUSÃO: O desenvolvimento de modelos era restrito a cientistas de dados com experiencia em programação, porém a transferência de ensino com a tecnologia de auto Machine Learning permite o desenvolvimento de algoritmos por qualquer pessoa sem experiencia em programação. Esse estudo mostra um modelo com valores preditos próximos ao que ocorreram em janeiro de 2020. Fatores que podem ter influenciados no resultado foram feriados e tamanho do banco de dados. Esse é o primeiro estudo que aplicada auto Machine Learning em predição de visitas hospitalares com resultados próximos aos que ocorreram.

Keywords: Aprendizado de máquina; Serviço hospitalar de emergência; Traumatismos oculares; Modelos estatísticos; Algoritmos

Abstract

PURPOSE: To evaluate the saccadic movements of patients with visual field loss due to primary open-angle glaucoma.
METHODS: Thirteen patients with good visual acuity (0.2 logMAR or better) (seven patients with primary open-angle glaucoma 65 ± 13 years) and six controls (51 ± 6 years) yielded a comprehensive ophthalmological examination, including Humphrey Visual Field tests (SITA-Standard 24-2), and performed a monocular, exploratory digital visual search task that quantifies the duration for finding the number “4” on a random array of digits distributed on the screen. After individual adjustments of the angle and distance positioning, the screen was spatially matched with the 24-2 visual field, and divided into five areas for analysis. During the task, saccades were simultaneously recorded in the same eye with a video-based eye tracker.
RESULTS: The patients with primary open-angle glaucoma showed a significantly higher number of saccades/screen (median ± interquartile range, 59.00 ± 29.00 vs. 32.50 ± 19.75 saccades (p=0.027) and visual search time per screen (38.50 ± 60.14 vs. 23.75 ± 8.90 seconds (p=0.035) than the controls did. Although the univariate analysis indicated a significant correlation with visual field mean deviation (coefficient=26.19 (p=0.02), only the visual search time/screen was significantly associated with the number of saccades/screen in the multivariate regression model (coefficient=0.55 (p<0.001). Overall, no significant correlation was observed between the sectorial number of saccades and the sensitivity of the five visual field areas.
CONCLUSIONS: The patients with primary open-angle glaucoma show impaired search performance and showed a higher number of saccades needed to find stimuli when performing the exploratory visual task.

Keywords: Glaucoma, open angle; Saccades; Eye movements; Visual fields; Vision disorders

Abstract

O treinamento de biofeedback por microperimetria é um método de reabilitação da visão que envolve treinamento de atenção, controle oculomotor e reabilitação do locus preferencial de fixação da retina. Esse treinamento pode melhorar significativamente a acuidade visual para longe e perto na degeneração macular relacionada à idade. Estudos anteriores mostraram que o treinamento de biofeedback usando a nistagmografia elétrica pode reduzir a amplitude do nistagmo e aumentar o período de foveação. Entretanto, os resultados não se mantiveram após o término das sessões. Aqui é relatado um caso de tratamento com biofeedback por microperimetria para melhorar a acuidade visual e a estabilidade de fixação em uma criança de 11 anos de idade. O treinamento teve impacto benéfico e afetou positivamente a estabilidade da fixação e a visão para longe, para perto e de leitura. Subjetivamente, foi relatada melhoria da qualidade de vida. Em contraste com estudos anteriores, os efeitos positivos foram mantidos até 12 meses após a terapia. Até onde sabemos, este é o primeiro caso na literatura que relata benefícios de longo prazo.

Keywords: Nistagmo patológico/reabilitação; locus retiniano preferencial; Baixa visão; Testes de campo visual