Automatic Airway Analysis on Multidetector Computed Tomography in Cystic Fibrosis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To evaluate the fully automatic quantification of airway dimensions on chest multidetector computed tomography (MDCT) performed in cystic fibrosis (CF) patients. Airflow indices including predicted forced expiratory volume in 1 second (FEV1%) were used to study the impact on regional lung function. MATERIALS AND METHODS: MDCT data of patients with CF (14 children and 23 adults) and of control patients (11 children and 22 adults) were used to compute total diameter (TD), lumen area (LA), and wall thickness (WT) using dedicated software. Pulmonary function testing including FEV1% was performed in parallel and correlated with MDCT parameters in a generation-based analysis. RESULTS: TD was largely increased in CF patients (third-generation to fourth-generation airways in children, first to ninth in adults; P<0.05). LA remained unchanged, but WT was also larger in CF compared with controls (third generation to sixth generation in children, first to eleventh in adults; P<0.05). In adult CF patients significant negative correlations for TD, LA, and WT with FEV1% were found for intermediate airways (fifth to seventh generation; r=-0.7 to -0.9) but not in pediatric CF patients and controls. CONCLUSIONS: Automatic airway analysis succeeded in quantifying specific pathologies such as airway dilatation and wall thickening in CF patients at different ages. Moreover, our results indicate a shift in main airflow resistance to intermediate airways in cases of chronic CF. The objective computational parameters TD, LA, and WT should be considered for assessment and follow-up of CF airway disease.
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 0,000 |
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.
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 découle