Zur Seitenansicht
 

Titelaufnahme

Titel
Infrared pupillography in routine police traffic checks : analysis of potential applications based on advanced statistical models / W. Hitzl, T. Keller, F. Monticelli
Weitere Titel
Infrarot-Pupillographie imRahmen polizeilicher Routineverkehrskontrollen: Analyse der Anwendungsmöglichkeiten basierend aufmodernen statistischen Modellen
VerfasserHitzl, Wolfgang ; Keller, Thomas ; Monticelli, Fabio Carlo In der Gemeinsamen Normdatei der DNB nachschlagen
Erschienen in
Rechtsmedizin, 2016,
ErschienenSpringer, 2016
UmfangDiagramme
SpracheEnglisch
DokumenttypAufsatz in einer Zeitschrift
Schlagwörter (DE)Infrarot-Pupillographie / Verkehrsmedizin / Neurales Netzwerk / Fahrtüchtigkeit / Drogen
Schlagwörter (EN)Infrared pupillography / Traffic medicine / Neural network / Fitness to drive / Drugs
URNurn:nbn:at:at-ubs:3-963 Persistent Identifier (URN)
DOI10.1007/s00194-016-0121-2 
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Infrared pupillography in routine police traffic checks [0.38 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Hintergrund: Um die Fahrtüchtigkeit eines Teilnehmers am Straßenverkehr zu evaluieren, sind objektive und standardisierte Messmethoden notwendig. In rezenten Studien konnte nachgewiesen werden, dass die Pupillenfunktion als signifikanter Indikator zur Beurteilung des Einflusses durch zentral-nervös wirksame Substanzen herangezogen werden kann. Ziel der Arbeit: Ziel dieser Studie ist die Beantwortung der naheliegenden Frage: „Ist es basierend auf der Pupillenfunktion möglich zu ermitteln, ob eine bestimmte Person unter der Wirkung von Drogen oder Medikamenten steht oder nicht?“ Material und Methoden: Insgesamt wurden 121 Probanden einer infrarot-pupillographischen Untersuchung des Auges unter Verwendung unterschiedlicher Lichtreize unterzogen. Dabei wurden einerseits 41 gesunde, nicht beeinträchtigte, andererseits 80 Probanden untersucht, welche nachweislich unter dem Einfluss von Drogen oder Medikamenten standen. Neuronale Netze mit unterschiedlicher Netzwerkarchitektur wurden in einer Lerngruppe trainiert, danach in einer Verifikationsstichprobe weiter analysiert und in einer unabhängigen Teststichprobe abschließend getestet. Spezifität, Sensitivität, der negative und positive prädiktive Wert als auch der prozentuale Anteil der insgesamt als korrekt eingestuften Probanden wurden ermittelt. Für sämtliche Performancewerte wurden 95 %-Konfidenzintervalle (CI) angegeben. Ergebnisse: Ein neuronales Netzwerk mit folgenden Werten konnte ermittelt werden: Spezifität (91 %, 95% CI 7898 %), Sensitivität (90 %, 95 % CI 8196 %), negativer prädiktiver Wert (85 %, 95 % CI 7294 %) und positiver prädiktiver Wert (94 %, 95 % CI 8698 %); 90 % (95 % CI 8395 %) aller Personen wurden korrekt eingeschätzt. Schlussfolgerung: Die Ergebnisse dieser Studie zeigen eindeutig, dass es mittels Infrarot-Pupillographie zumindest in diesem speziellen Studiensetting möglich ist, Personen, die unter dem Einfluss von Drogen oder Medikamente stehen, klar zu identifizieren.

Zusammenfassung (Englisch)

Background: In order to evaluate the ability of traffic participants to drive, standardized and objective measurement methods are needed. In recent analyses it was shown that pupil function is a significant indicator of being under the influence of substances acting on the central nervous system. Objective: The aim of this study was to answer the question whether it is possible to detect if a person is under the influence of drugs or medication based on pupil function. Material and methods: In total 121 subjects were exposed to different light stimuli and an infrared pupillographic investigation of the eyes was carried out. The study cohort consisted of 41 healthy test subjects and 80 subjects under the influence of drugs or medication. Several neural network models with different network architectures were trained in a learning group, further analyzed in a verification sample and most importantly tested in an independent test sample. Specificity, sensitivity, negative and positive predictive values as well as the percentage of correctly predicted subjects were analyzed. A 95% confidence interval (CI) was included for all performance measurements. Results: A neural network model was found which performed with a specificity of 91% (95% CI, 7898%), sensitivity 90% (95% CI, 8196%), negative predictive value 85% (95% CI, 7294%), positive predictive value 94% (95% CI, 8698%) and a correct prediction was made for 90% (95% CI, 8395%) of the subjects. Conclusion: The results of this study clearly show that infrared pupillography provides excellent discrimination between healthy subjects and persons under the influence of drugs or medication in this specific setting.

Lizenz
CC-BY-Lizenz (4.0)Creative Commons Namensnennung 4.0 International Lizenz