Idiopathic Pulmonary Fibrosis: New Insights to Functional Characteristics at Diagnosis
Notice bibliographique
Résumé
BACKGROUND: The lung function of patients with idiopathic pulmonary fibrosis (IPF) has not been characterized in detail. objective: To characterize the heterogeneous physiological abnormalities that exist in patients with IPF during their initial clinical evaluation. METHODS: Lung function tests from 93 patients, performed within six months of the initial diagnosis of IPF, were obtained from a referral pulmonary function laboratory at a tertiary care hospital in Canada. A restrictive pattern was defined as total lung capacity (TLC) <95th percentile of predicted value. Patients with obstructive lung disease, lung cancer, emphysema and other restrictive lung diseases were excluded. RESULTS: On diagnosis, 73% of patients with IPF had a restrictive pattern, with a mean TLC of 72% of predicted. Mean forced vital capacity (FVC) was 71% and 44% of patients had an FVC <95th percentile. Mean diffusing capacity for carbon monoxide (DLCO) was 60% and DLCO⁄alveolar volume (VA) 92% of predicted. Increased severity of restriction - based on TLC - was associated with lower DLCO (74% of predicted in mild restriction and 39% of predicted in severe restriction) and higher forced expiratory volume in 1 s (FEV1)⁄FVC ratio (82% of predicted in mild restriction and 90% of predicted in severe restriction) but not with age (76 years in mild restriction and 69 years in severe restriction). Regardless of severity of restriction, the average DLCO⁄VA (≥86% of predicted) remained within normal limits. CONCLUSIONS: One in four patients with IPF had normal TLC and more than one-half had a normal FVC during initial evaluation. As the severity of the restriction increased, FEV1⁄FVC increased, DLCO decreased but DLCO⁄VA remained normal.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».