Article ID Journal Published Year Pages File Type
4009387 Canadian Journal of Ophthalmology / Journal Canadien d'Ophtalmologie 2014 7 Pages PDF
Abstract

ObjectiveTo examine the reliability of inexperienced observers in plotting optic disc contours on Heidelberg retinal tomography images before and after training.DesignObservational study.ParticipantsOne hundred eyes that were randomly selected from the Singapore Indian Eye Study.MethodsBoth eyes of subjects were imaged with Heidelberg Retina Tomograph 3 (HRT-3; Heidelberg Engineering, Heidelberg, Germany). Optic disc contours were plotted on the same images by 2 new observers on 2 separate occasions, before and after 2-hour standardized training on the skills and tools available to accurately identify and delineate optic disc contours. These plottings were compared with an experienced, trained glaucoma expert (gold standard). Agreement and variability were analyzed by interclass correlation tests and Bland–Altman plots.ResultsA total of 182 images (18 excluded because of poor quality) from 89 Indian subjects were included. The mean age was 53.27 ± 7.25 years and 54.8% were male. There was moderate-to-high agreement between pretraining (both new observers) and experienced observer’s results (interclass correlation values range, 0.76–0.99). The interclass correlation improved for all the HRT-3 parameters after the 2 new observers were adequately trained. Comparing the interclass correlation values before and after training, the differences for mean retinal nerve fibre layer thickness for Observer 1 and all the HRT-3 parameters for Observer 2 were statistically significant.ConclusionsThis study shows that it is easy to train a new inexperienced observer to plot optic disc contours on HRT images, which translates into improved and acceptable interobserver variability and agreement.

RésuméObjetExamen de la fiabilité d’observateurs inexpérimentés dans le tracé des contours de la papille optique dans les images de Tomographie rétinienne Heidelberg, avant et après leur formation.NatureÉtude par observation.Participants100 yeux, qui ont été choisis au hasard dans l’Étude oculaire indienne de Singapore.MéthodesLes deux yeux des sujets ont été présentés en images par Tomographie rétinienne Heidelberg-3 (HRT, Heidelberg Engineering, Germany). Les contours des papilles optiques ont été tracés sur les mêmes images par 2 nouveaux observateurs à 2 occasions distinctes, d’abord avant puis après une formation formalisée de 2 heures quant aux talents requis et aux outils disponibles, pour identifier et tracer avec précision les contours de la papille optique. Ces tracés ont été comparés à ceux d’un expert du glaucome, formé et expérimenté (étalon-or). L’accord et la variabilité ont été analysés par des tests de corrélation interclasse et des graphiques de Bland-Altman.Résultats182 images (18 exclusions pour piètre qualité) de 89 sujets Indiens ont été utilisées. La moyenne d’âge était de 53,27 ± 7,25 ans et 54,8 % étaient masculins. Il y eut une concordance allant de modérée à élevée des résultats entre les observateurs en préformation (deux nouveaux) et les observateurs expérimentés (les valeurs de la corrélation interclasse variait entre 0,76 et 0,99). La corrélation interclasse s’est améliorée pour tous les paramètres de la Tomographie rétinienne Heidelberg-3 après la formation adéquate des 2 nouveaux observateurs. En comparant les valeurs de corrélation interclasse avant et après la formation, les différences d’épaisseur moyenne de la couche de fibre nerveuse rétinienne de l’observateur 1 et de tous les paramètres de la Tomographie rétinienne Heidelberg-3 pour l’observateur 2 étaient statistiquement significatives.ConclusionsCette étude a montré qu’il était facile d’entrainer un nouvel observateur inexpérimenté pour tracer des contours de papille optique sur les images de Tomographie rétinienne Heidelberg, ce qui se traduit par l’amélioration et l’acceptation de variabilité et de l’entente entre les observateurs.

Related Topics
Health Sciences Medicine and Dentistry Ophthalmology
Authors
, , , , , , ,