在平滑追逐测试中测量萨卡德组件的评估

科学领域:

• 眼科医生 眼科 眼科
• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程

背景情况:

• 顺追踪 (SP) 眼动评估从定性和定量数据中受益.
• 目前眼睛追踪技术的进步需要探索SP的最佳分类方法.
• 这项研究解决了在临床SP评估中提高一致性的需求.

研究的目的:

• 评估使用标准类别评估SP的临床医生之间的评价者之间的可靠性.
• 确定将"粗略正常" (GN) 和"轻微异常" (MA) 结合成"亚临床" (SUBC) 类别是否会改善共识.
• 为了评估SP分类的计算机化百分比萨卡德 (PS) 度量的灵敏度和特异性.

主要方法:

• 70名参与者的横向和垂直SP眼睛跟踪视频和数据的回顾性分析.
• 三位临床医生使用4个类别 (正常,GN,MA,AB) 然后3个类别 (正常,SUBC,AB) 评价SP表现.
• 计算机化百分之三度 (PS) 度的灵敏度和特异性是使用生成的截止值来计算的.

主要成果:

• 在使用4个SP类别的临床医生中观察到公平的总体协议.
• 将GN和MA结合到一个SUBC类别中,导致横向SP (HSP) 和垂直SP (VSP) 之间的分级协议略有改善.
• 当两个或更多频率的值被超过时,PS指标表现出良好的灵敏度和特异性.

结论:

• 将"严重正常"和"轻微异常"类别结合为"亚临床"分类,提高了临床医生对SP评估的共识.
• 计算机化的百分比萨卡德度量是客观SP分类的宝贵工具.
• 整合定性和定量数据可以改善对平滑追踪眼动的全面评估.