Szemészet, 2009 (146. évfolyam, 1-4. szám)

2009-06-01 / 2. szám

Szemészet Hazánkban a közeli látóélesség vizsgálata rendszerint a Csapody-féle, vagy a Carl Zeiss által készített olvasó­táblával történik. Ezek az eszközök megfelelőek a min­dennapi gyakorlat számára, és segítségükkel tudunk a betegnek olvasószemüveget rendelni, nem alkalmasak viszont az olvasási teljesítmény komplex vizsgálatára. A fent említett olvasótáblákban szereplő szövegrészek ugyanis nem standardizáltak, és nem teljesülnek azok a feltételek, hogy egy-egy bekezdésben ugyanannyi szó és közel ugyanannyi betű legyen, a szavak átlagos hossza és a mondatban elfoglalt helye legyen megegyező, valamint legyen hasonló a mondatok tartalmi nehézsége és mon­dattani komplexitása. A Carl Zeiss olvasótábla használ­hatóságát a fenti hiányosságokon túl a szövegrészekben szereplő számos idegen szó is rontja. A Csapody-féle és a Carl Zeiss olvasótáblán a betűnagyság változása számta­ni az egyes szócikkelyek között, a modern vírustáblákon viszont a jelnagyság logaritmikusan változik. Célunk az volt, hogy szemészek és egy nyelvész közre­működésével megalkossunk egy olyan magyar nyelvű, ún. optotípus mondatokat tartalmazó, logaritmikusan válto­zó jelnagyságú olvasótáblát, amely segítségével egyszer­re tudjuk vizsgálni a közeli látóélességet és az olvasási sebességet, és ami ilyen módon alkalmas az olvasási tel­jesítmény objektív meghatározására. Kiindulási alapnak a Radner és mtsai által készített, német nyelvű olvasótáb­lát tekintettük.16,17,18 Betegek és módszer Olyan olvasótáblát akartunk készíteni, melyben egy adott szövegrész olvasási sebességét lehetőség szerint csak a betűnagyság és nem a szö­vegrész bonyolultsága befolyásolja. A cél 24 ún. optotípus mondat meg­alkotása volt, amelyek nyelvtani nehézségüket tekintve egymáshoz igen hasonlóak, megegyező számú és a lehetőségekhez mérten megegyező hosszúságú szóból, és közel megegyező számú betűből állnak. A mon­datok vizuális hasonlósága érdekében a német nyelvű Radner-olva­­sótábla 1'’­17 szempontjai közül azokat érvényesítettük, amelyek össze­egyeztethetők voltak a magyar mondatszerkezettel: 1. Minden mondat 14 szóból áll és 3 soros. 2. Minden sorban 25-28, minden mondatban 77-81 betűkarakter van, a szóközöket is beleszámolva. 3. Az első és a második sor 5 szóból, a harmadik sor 4 szóból áll. 4. Az első sor első szava 2 szótagú. 5. A második és a harmadik sor első szava 1 szótagú. 6. A második sor második szava után vessző van, ami után még 3 szó helyezkedik el a második sorban. 7. A második sor második tagmondatának első két szava egy szó­tagú, amit egy 3 vagy 4 szótagú szó követ a második sorban. A tanulási effektus elkerülésére kiküszöböltük a magyarban gya­kori mondatkezdő névelőket. Részben ezért, részben a mon­datok hasonló formai megjelenése miatt ugyanakkor alkalmaz­tunk egy olyan elemet, amely a Radner-olvasótáblában nem sze­repel: minden mondat egy 5 vagy 6 betűkarakterből álló szóval kezdődik. A mondatokban alkalmazott szókincs tekintetében is azt tartottuk szem előtt, hogy az a lehető legkevésbé befolyásolja a mondatok fel­dolgozásának idejét, ezért a Magyar Nemzeti Szövegtár sajtókorpuszát vettük alapul, és az ebben leggyakrabban előforduló, mindennapi hasz­nálatú szavakból indultunk ki. A megfelelő mondatok kiválasztása több lépcsőben történt. Első­ként a nyelvész munkatárs (B.A.M.) megalkotott 40 optotípus monda­tot. Ezeket a munkacsoport magyarul nem beszélő tagja (W. R.) kizá­rólag formai szempontokat figyelembe véve szelektálta, és leszűkítette 33 mondatra. A 33 mondatot 12-es betűnagysággal kinyomtattuk, és végigolvas­tattuk 43-43, jól és rosszul olvasó önként jelentkező vizsgálati alany­nyal. A jól olvasó csoportba orvosi egyetemi hallgatók, a rosszul olva­sóba szakmunkástanulók kerültek. Megkérdeztük és rögzítettük, hogy az adott vizsgálati alany hány órát tölt átlagosan olvasással naponta. Csak olyan alanyokat olvastattunk, akiknek 1,0 volt a binocularis távoli vírusa, amit az olvasási próba előtt Kettesy-féle vírustáblával ellenőriz­tünk. Az olvasandó szöveget jó megvilágításban, 40 cm-re helyeztük el a vizsgált személy előtt, és mindig csak az adott, olvasandó szövegrészt fedtük fel. A vizsgálati alanyt felszólítottuk, hogy a lehető leggyorsab­ban és a legkevesebb hibával hangosan olvassa fel az adott szövegcik­kelyt. Az olvasási időt stopperórával mértük, az olvasás közben elkö­vetett hibát­­ akkor is, ha a vizsgált személy menet közben kijavította - feljegyeztük. A teszt során vizsgált 33 mondatból statisztikai számítása útján választottuk ki azt a 24-et, ami a 33 mondat olvasási átlagához a legkö­zelebb esett. Az előzetes elvárás az volt, hogy lesz 24 mondat, melynek olvasási átlaga abba a corridor intervallumba esik, ahol a corridor inter­vallum a következőképpen definiált: corridor­­ (átlag-0,25xszórás; átlag+0,25xszórás) Amennyiben ez nem teljesül, megengedett a corridor növelése. Az olvasási időt a jól és rosszul olvasó csoportban külön-külön is értékel­tük, és az eredményeket t-próbával hasonlítottuk össze. Szükséges, hogy definiáljunk néhány alapfogalmat: A logRAD (Reading Acuity Determination) egységben kifejezett köze­li látóélesség a közeli látóélesség logaritmusát jelenti. A logRAD érté­keket használó olvasótábla két szövegcikkelye között a látóélesség vál­tozása mindig 0,1, ami a betűnagyságban 1,26-szoros szorzót jelent. A logRAD egység a logMAR (Logarithm of the Minimal Angel of Reso­lution) egységben kifejezett távoli vírus közeli megfelelője. Mind a log­MAR, mind a logRAD egységre épülő vírustáblákban Sloan betűket használnak, ugyanis az ilyen betűkből felépülő szavakban a vonalak távolsága egy betűn belül, és a betűk között is, egységes és pontosan meghatározott.3,8 A logRAD pontérték (score) segítségével az olvasási hibákat is figye­lembe vevő közeli vírust adhatjuk meg. Úgy kalkuláljuk, hogy össze­számoljuk az utolsó végigolvasott mondat szavainak szótagjait. Minden szótag 0,005 pontértéket képvisel. logRAD pontérték : a hibásan olvasott szavak teljes szótagszá­ma X 0,005+logRAD vírus. LogMARLogRAD hányados: Mivel a távoli és a közeli vírus egyes kórképekben szignifikánsan eltérhet egymástól, ezért a logMAR/logRAD hányados klinikailag jellemző paraméter lehet. A hányados a logRAD-ban megadott közeli vírust fejezi ki a logMAR-ban megadott távoli vírus százalékában. logMAR/logRAD hányados (%) = (l-logRAD)x 100/(l-logMAR) Az olvasási sebességet szó/percben (w/min) fejezzük ki. Értékét úgy számoljuk ki, hogy a mondatban szereplő szavak számát ( = 14) eloszt­juk az adott szövegrész olvasási idejével, majd megszorozzuk 60-nal. Az olvasási sebesség az olvasási idő ismeretében egy előre megszer­kesztett táblázatból is kikereshető, a táblázatot a Radner-olvasótábla is tartalmazza. Tudományos vagy klinikai adatfeldolgozás esetén az olva- Vámosi Péter

Next