MétaCan
Menu
Retour à la cohorte
Enregistrement W132094104 · doi:10.1055/s-2003-42378

Disorders of the Small Airways: High-Resolution Computed Tomographic Features

2003· article· en· W132094104 sur OpenAlexaff
Tomás Franquet, Néstor L. Müller

Notice bibliographique

RevueSeminars in Respiratory and Critical Care Medicine · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueInterstitial Lung Diseases and Idiopathic Pulmonary Fibrosis
Établissements canadiensVancouver Hospital and Health Sciences CentreUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBronchiolitisMedicineVascularityPathologyLungAirwayRespiratory diseaseBronchiolitis obliteransRespiratory systemAir trappingRadiologyComputed tomographyLung transplantationAnatomyInternal medicineSurgery

Résumé

récupéré en direct d'OpenAlex

Several infectious and noninfectious processes may affect predominantly or exclusively the small airways and result in reversible or irreversible abnormalities. Small-airway diseases can be considered as synonymous with bronchiolitis and can be classified into three main categories: (a) obliterative (constrictive) bronchiolitis, (b) cellular bronchiolitis, and (c) respiratory bronchiolitis. The introduction of high-resolution computed tomography (HRCT) has led to a considerable improvement in our ability to diagnose small-airway diseases. The characteristic HRCT findings of obliterative bronchiolitis consist of areas of decreased attenuation and vascularity with blood flow redistribution resulting in areas of increased lung attenuation and vascularity ("mosaic perfusion" pattern). In cellular bronchiolitis, the characteristic HRCT findings consist of centrilobular nodules and branching opacities ("tree-in-bud" pattern). Finally, bilateral areas of ground-glass attenuation and/or poorly defined centrilobular nodules are characteristic of respiratory bronchiolitis and respiratory bronchiolitis-associated interstitial lung disease (RB-ILD). This article reviews the clinical, pathological, and HRCT features of some of the most common small-airway diseases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,329
Score d'incertitude au seuil0,460

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,265
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeminars in Respiratory and Critical Care MedicineMême sujetInterstitial Lung Diseases and Idiopathic Pulmonary FibrosisTravaux en français237 207