Figure 1 Différents éléments influençant les mesures de seuil réalisées en champ visuel



Documents pareils
APPLICATION DU SCN A L'EVALUATION DES REVENUS NON DECLARES DES MENAGES

3-La théorie de Vygotsky Lev S. VYGOTSKY ( )

Charte européenne pour la qualité des stages et des apprentissages

VOLUME I ETUDES DE CAS RELATIFS A DES PROJETS DE PASSATION ELECTRONIQUE DE MARCHES PUBLICS

Evaluation de la variabilité d'un système de mesure

SYNTHÈSE DOSSIER 1 Introduction à la prospection

Item 169 : Évaluation thérapeutique et niveau de preuve

FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc)

Retentissement de la réforme de l'ircantec 2008 sur la retraite des Praticiens Hospitaliers.

2. Activités et Modèles de développement en Génie Logiciel

Annales du Contrôle National de Qualité des Analyses de Biologie Médicale

Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN

CAPTEURS - CHAINES DE MESURES

Questions et réponses

Microsoft Application Center Test

1. Introduction Création d'une macro autonome Exécuter la macro pas à pas Modifier une macro... 5

Les débats sur l évolution des

CHAPITRE VIII : Les circuits avec résistances ohmiques

Les exploitations de grandes cultures face à la variabilité de leurs revenus : quels outils de gestion des risques pour pérenniser les structures?

SDLV120 - Absorption d'une onde de compression dans un barreau élastique

UE 503 L3 MIAGE. Initiation Réseau et Programmation Web La couche physique. A. Belaïd

Introduction. I Étude rapide du réseau - Apprentissage. II Application à la reconnaissance des notes.

Exploitation et analyse des données appliquées aux techniques d enquête par sondage. Introduction.

La correction des erreurs d'enregistrement et de traitement comptables

Réponse concernant le financement de l assurance-emploi et les récentes mesures connexes. Ottawa, Canada 9 octobre

A. BONNEFOND Maître de conférences en neuroscience cognitive Laboratoire d imagerie et de neuroscience cognitive Université de Strasbourg

N oubliez pas de sauvegarder après avoir intégré ce fichier dans votre espace extranet!

Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test

La qualité des services mobiles en France métropolitaine

Pour une mobilité sure et durable des

β-galactosidase A.2.1) à 37 C, en tampon phosphate de sodium 0,1 mol/l ph 7 plus 2-mercaptoéthanol 1 mmol/l et MgCl 2 1 mmol/l (tampon P)

Master de Bioinformatique et Biologie des Systèmes Toulouse Responsable : Pr. Gwennaele Fichant

Leçon 10. Procédures d inventaire et valorisation des stocks

Les quatre chantiers :

Enterprise Intégration

La plate-forme DIMA. Master 1 IMA COLI23 - Université de La Rochelle

À l'intention des parents

!-.!#- $'( 1&) &) (,' &*- %,!

Peregrine. AssetCenter. Product Documentation. Solution Asset Tracking. Part No. DAC-441-FR38. Build 49

1. Étape: Activer le contrôle du compte utilisateur

Convergence des programmes qualité Qualitéet Recherche UMR 6284 CNRS ISIT JEAN-YVES BOIRE

Un choc pour une vie!

PROGRAMME DE BOURSES DE INTERNATIONAL COUNCIL OF OPHTHALMOLOGY 1. Les Bourses de trois mois de International Council of Ophthalmology

Manuel de l'utilisateur d'intego VirusBarrier Express et VirusBarrier Plus

FORMATION ECLAIRAGE PUBLIC

G.P. DNS02 Septembre Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3. Réfraction

Module 02 - Leçon 04 : Evaluation des stocks

2.4. Les médicaments de la «liste en sus»

S. GOMES J.C. SAGOT V. GOUIN

La nouvelle planification de l échantillonnage

Conditions : stage indemnisé, aide au logement possible, transport CEA en Ile-de-France gratuit.

les étapes cruciales pour une intégration réussie ;

SEP 2B juin 20. Guide méthodologique de calcul du coût d une prestation

Orientations sur la solvabilité du groupe

10ème Congrès Français d'acoustique Lyon, Avril 2010

Dans cette définition, il y a trois notions clés: documents, requête, pertinence.

Consensus Scientifique sur. les. Champs statiques

Synchroniser le son et la vidéo dans Lightworks

Types de REA produites dans le cadre de la séquence pédagogique

Observation des modalités et performances d'accès à Internet

Freeway 7. Nouvelles fonctionnalités

Mode d'emploi AED de formation

MANUEL D'INSTALLATION

Julien MATHEVET Alexandre BOISSY GSID 4. Rapport RE09. Load Balancing et migration

Guide de l'utilisateur NaviPlan : Calculatrices (Volume II sur VI)

MATHÉMATIQUES. Les préalables pour l algèbre MAT-P020-1 DÉFINITION DU DOMAINE D EXAMEN

COMMENT MAITRISER LA GESTION DES APPROVISIONNEMENTS ET DES STOCKS DE MEDICAMENTS

Une protection antivirus pour des applications destinées aux dispositifs médicaux

Rapport candidat. John Sample. 6 juillet 2012 CONFIDENTIEL

ManageEngine IT360 : Gestion de l'informatique de l'entreprise

PHYSIQUE Discipline fondamentale

Sage Cockpit. Solution de Business Intelligence basée sur le Web et destinée aux évaluations et aux analyses

Manuel d'utilisation du détecteur de fumée

Les mesures à l'inclinomètre

INF2015 Développement de logiciels dans un environnement Agile. Examen intra 20 février :30 à 20:30

ANALYSE DE RISQUE AVEC LA MÉTHODE MEHARI Eric Papet Co-Fondateur SSII DEV1.0 Architecte Logiciel & Sécurité Lead Auditor ISO 27001

ECTS CM TD TP. 1er semestre (S3)

Degré de confiance pour les indicateurs de performance : degré de fiabilité du processus de production et écart significatif 1

Frais et systèmes nationaux d'aides financières aux étudiants dans l'enseignement supérieur en Europe

Capacité Métal-Isolant-Semiconducteur (MIS)

Les diagrammes de modélisation

Règlement spécifique des examens des Diplômes Européens de Compétences Professionnelles (D.E.C.P.)

LE PROBLEME DU PLUS COURT CHEMIN

MASTER (LMD) PARCOURS MICROORGANISMES, HÔTES, ENVIRONNEMENTS (MHE)

NOTICE DE EOBD-Facile Pour Android

Siemens Grâce aux documents intelligents, un leader mondial de la haute technologie augmente l efficacité et la précision de ses employés.

Biométrie foetale. Comité éditorial pédagogique de l'uvmaf. Date de création du document 01/ Support de Cours (Version PDF) -

Critères de Choix d une Echelle de Qualité De Vie. Etudes cliniques dans l autisme. Introduction

Algorithmes de recherche

Architecture des ordinateurs. Environnement Windows : sauvegarde

Chapitre 6 : Consolidation par paliers et consolidation directe

Les effets d une contrainte de crédit sur la convergence économique : Le cas des pays de l UEMOA

MINISTÈRE CHARGÉ DE LA RECHERCHE NOTICE

Disparités entre les cantons dans tous les domaines examinés

Oracle Database 11g: Administration Workshop I Release 2

T. Gasc 1,2,3, F. De Vuyst 1, R. Motte 3, M. Peybernes 4, R. Poncet 5

Assurance de qualité en radiothérapie Aspects réglementaires et implications pratiques

Ref : Résolution problème d'accès aux supports de cours

Transcription:

LE CHAMP VISUEL DU SUJET NORMAL INFLUENCE DES METHODES D'EVALUATION Jacques CHARLIER U279 INSERM, LILLE INTRODUCTION La connaissance du champ visuel du sujet normal, de ses variations intra et interindividuelles est importante pour la détection précoce et la surveillance de l'évolution des déficits dans le glaucome. Figure 1 Différents éléments influençant les mesures de seuil réalisées en champ visuel L'estimation des seuils du patient dépend de nombreux facteurs (figure 1): - du système optique oculaire qui détermine le stimulus rétinien (réfraction, taille pupillaire, transparence des milieux), - du système neurosensoriel qui est l'élément que l'on cherche à caractériser dans le glaucome, - des fonctions cognitives du patient (erreurs d'attention,...), - de la de mesure qui définit la séquence des tests et réalise l'estimation des seuils à partir de l'analyse des réponses du patient. METHODOLOGIE Une idéale devrait caractériser le système neurosensoriel indépendamment des autres éléments. Pour analyser l'influence des différents éléments contribuant aux mesures de seuils périmétriques, nous avons réalisé une simulation par ordinateur du déroulement de l'examen du champ visuel. Cette approche nous a permis d'étudier en quelques heures un grand nombre de conditions d'examen qui demanderaient plusieurs années d'études expérimentales.

Dans ce modèle, la réponse du patient est simulée par une fonction psychométrique (figure 2). -Figure 2- La fonction psychométrique Elle exprime la probabilité pour obtenir une réponse du patient en fonction de la luminance du test. Cette probabilité atteint 50 % lorsque la luminance du test est égale au seuil du patient. Même chez un sujet normal, la probabilité de réponse n'atteint pas 100% lorsque la luminance du test est maximum, ni même 0% quand le test est éteint. Ceci est du aux erreurs du patient qui parfois ne répond pas lorsque le test est vu, ce sont les faux négatifs, et répond alors même qu'aucun test n'est présenté, ce sont les faux positifs.

Nous avons déterminé expérimentalement les caractéristiques de cette fonction (seuil, gradient, taux de faux positifs et taux de faux négatifs) pour différents types de sujets : idéal, coopérant et peu fiable (figure 3). 100 90 FONCTIONS PSYCHOMETRIQUES POURCENTAGE DE REPONSES 80 70 60 50 40 30 20 10 SUJET IDEAL SUJET COOPERANT SUJET PEU FIABLE 0 15 16 17 18 19 20 21 22 23 24 25 LUMINANCE DU TEST (db) -Figure 3- Fonctions psychométriques de différents types de sujets

Trois types de s ont été étudiées : la 4-2 (utilisée sur le Humphrey et l'octopus 1-2-3), la 4-2-1 (utilisée sur l'octopus 2000) ainsi qu'une 4-2-2-2 (figure 4). 4-2 4-2-1 4-2-2-2 -Figure 4- Stratégies de mesure de seuil utilisées au cours de cette étude. Les trois s utilisent la méthode dite en escaliers ("staircase" ou "up and down"). La luminance du test est d'abord augmentée par pas de 4 db jusqu'à obtenir une réponse. Le sens de la progression est ensuite inversé, avec une diminution du pas qui passe à 2 db, ceci jusqu'à ce que le patient ne réponde plus. 4-2 s'arrête au bout de deux renversements de sens, 4-2-1 au bout de trois renversements et 4-2-2-2 au bout de quatre renversements. La simulation a été conduite à l'aide de la méthode de Monte Carlo appliquée au modèle décrit précédemment. Chaque condition d'examen a donné lieu à 200 simulations à partir desquelles nous avons déterminé le biais (erreur moyenne), la dispersion des mesures (écart type) ainsi que les limites minimales et maximales correspondant à 95 pour cent des mesures effectuées.

Ces résultats théoriques ont ensuite été validés expérimentalement sur Moniteur Ophtalmologique avec la 4-2-2-2 en 94 points. La luminance ambiante était de 10 cd/m2 et la taille de test de 0,43 degrés (TIII Goldmann). La variabilité interindividuelle a été déterminée sur un groupe de 21 sujets "normaux" et la variabilité intra individuelle sur 10 examens successifs pratiqués sur un même sujet. RESULTATS Les résultats obtenus à l'aide du modèle montrent que la variabilité des mesures est très dépendante de la utilisée ainsi que du taux d'erreurs du patient (tableau 1 et figure 5). Pour un sujet dont le seuil est constant, les résultats obtenus avec 4-2-2-2 ont une dispersion 40% plus faible que ceux obtenus avec la 4-2 et 20% plus faible qu'avec la 4-2-1 et ce quelque soit le taux d'erreurs du patient. Taux d'erreur (%) 4.2 4.2.1 4.2.2.2 erreur 4.2 4.2.1 4.2.2.2 0 0,75 0,56 0,47 1 1,43 0,69 0,86 2 1,68 1,38 0,91 3 0,84 0,93 0,71 4 1,72 1,25 1,41 5 1,78 1,85 1,40 7 2,45 2,27 1,44 10 3,08 2,33 2,13 15 3,67 3,02 2,41 20 3,73 4,05 2,81 30 4,38 4,89 4,18 Table 1A Ecart type de l'estimation du seuil (en db) en fonction de la de mesure et du taux d'erreurs du patient 0,00-1,28 0,337 0,08 0,01-1,36 0,333-0,065 0,02-1,66 0,017-0,035 0,03-1,26 0,237-0,04 0,04-1,6-0,007-0,21 0,05-1,68-0,170-0,13 0,07-2,08-0,610-0,36 0,10-2,34-0,457-0,475 0,15-2,92-1,657-1,23 0,20-3,86-1,947-1,265 0,30-4,36-2,197-2,855 Table 1B Biais de l'estimation du seuil (en db) en fonction de la de mesure et du taux d'erreurs du patient

Figure 5 Domaine de variation correspondant à 95% des estimations de seuil en fonction de la d'examen utilisée et du pourcentage d'erreurs du patient. Résultats obtenus par simulation sur un sujet dont le seuil de la fonction psychométrique est constant Quelque soit la, la dispersion augmente de façon très importante avec le taux d'erreurs du patient, passant pour la 4-2-2-2, de 0,47 db pour un sujet parfaitement coopérant (0% d'erreurs) à 1,4 db pour 5% d'erreurs et plus de 4 db pour 30% d'erreurs.

Les résultats obtenus expérimentalement confirment les prédictions du modèle (figure 6). Figure 6 Distribution des écarts types des mesures de seuil périmétriques en fonction de l'excentricité. Résultats obtenus en 80 points, hors tache aveugle, sur 21 sujets normaux et avec la 4-2-2-2. Les variations interindividuelles sont caractérisées par un écart type moyen de 1,2 db et les variations intra individuelles par un écart type de 0,65 db. Nous n'avons pas observé de variation significative entre 0 et 30 degrés d'excentricité. Ces résultats sont notablement différents de ceux publiés dans la littérature (tableau 2), la plupart des auteurs font l'état de variations deux fois plus importantes que celles que nous avons obtenues.

auteur sujets variation inter-individuelle variation intraindividuelle FLAMMER, 1985 100 4-2-1 1,5 db 1,8 db BECHETOILE, 1986 BRENTON, 1986 SILVERSTONE, 1986 HEIJL, 1987 KATZ, 1987 176 4-2 3 db (1 à 5) 102 4-2 2,2 (1,6 à 3) 1,8 db centre 2,6 db périph 24 4-2-1 2,1 à 2,9 db 210 4-2 1,6 db 26 4-2 1,8 à 5,5 db Table 2 Variabilités inter et intra-individuelles des seuils périmétriques trouvées par différents auteurs (un écart type) Notre modèle montre que cette discordance peut être attribuée à l'utilisation presque systématique de la 4-2. A noter également qu'aucun des auteurs ne mentionne le taux d'erreur relevé sur les sujets étudiés. CONCLUSIONS Les variations intra et interindividuelles des mesures effectuées en périmétrie ne sont que partiellement dues aux variations des caractéristiques du système neurosensoriel. Les erreurs d'attention du patient et la d'examen utilisée jouent un rôle déterminant. Les examens automatiques tels qu'ils sont réalisés fréquemment ( 4.2 et tolérance d'un taux d'erreur de 8% par exemple) correspondent à des variabilités de mesure atteignant 12 db, soit à une variation de sensibilité de 1 à 15!! La sensibilité des examens pourrait être améliorée de façon importante en réduisant le nombre d'erreurs toléré et en utilisant une de type 4.2.2.2. Le premier choix suppose une surveillance permanente du patient. Le second entraîne un doublement de la durée d'évaluation de chaque point de mesure. Pour rester dans des limites acceptables pour la durée de l'examen, il faudrait alors réduire le nombre de points testés par un facteur deux.

REFERENCES BECHETOILE A., DYKMAN P., MURATET J.Y. Une banque de données pour l'analyse du champ visuel normal avec le programme central 30/1 du périmètre automatisé de Humphey. J Fr Ophtalmol 1986,9,12,837-841. BRENTON R.S., PHELPS C.D. The normal visual field on the Humphrey field analyzer. Ophthalmologica, Basel, 1986,193,56-74. CHARLIER J., MOUSSU, HACHE J.C. Optimization of computer assisted perimetry. Doc. Ophthalmol. Proc. Series, 1983, 35 : 359-364. CHARLIER J., HACHE J.C., MALBREL C. Stratégies d'examen statique du champ visuel. Coup d'oeil. 1989,21,15-20. DRANCE S.M., BERY V., HUGHES A. Studies on the effect of age on the central and peripheral isopters of the visual field in normal subjects. Am J Ophtalmol 1967,63,1667 HAAS A., FLAMMER J., SCHNEIDER U. Influence of age on the visual fields of normal subjects. Am J Ophthalmol 1986,101,199-203 HEIJL A., LINDGREN G., OLSSON J. Normal variability of static perimetric threshold values cross the central visual field. VERNIER F. Stratégies d'examen du champ visuel assisté par ordinateur. Thèse de Doctorat Nouveau Régime en Génie Biologique et Médical. LILLE II. 1988.