Increased within-test variability may bias estimates of the LCI
Notice bibliographique
Résumé
Background: The Multiple Breath Washout (MBW) test has been shown to be an important research tool and has the potential for wider use in clinical practice. Feasibility for pediatric clinical settings may be improved if the testing time can be shortened.We investigated whether it is possible to minimize the number of trials performed, without affecting the precision of the test. Method: 42 healthy and 37 children with CF performed nitrogen MBW (Exhalyzer D, Eco Medics AG, Switzerland). The mean LCI and coefficient of variation (CV) were calculated from all technically acceptable trials (i.e. no obvious leaks, end of test criteria met, etc., with some adaptations for children). In addition, the first acceptable trial, and the best trial (defined as the first acceptable trial with a breathing pattern most reflective of quiet tidal breathing) were selected. The mean LCI was compared to the LCI of the first, as well as the best trial. Results: As the CV increased, the magnitude of the difference between the mean LCI and first LCI also increased. Compared to the best LCI, the mean LCI was higher in 70% of subjects. The difference between the best LCI and mean LCI also increased as the CV increased. Using the best LCI as a benchmark, 70% of subjects had a reproducible LCI within 5% and 97% within 10%. Conclusions: These findings suggest that the average LCI from several MBW trials can over-estimate LCI, especially if the variability between trials is high. Reporting the LCI from the best trial, which reflects an ideal quiet tidal breathing pattern, may minimize testing time and improve the accuracy of the test without affecting precision. In addition the CV may be a useful quality control measure.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,081 | 0,171 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».