Cigarette Smoking Is Associated with Subclinical Parenchymal Lung Disease
Notice bibliographique
Résumé
RATIONALE: Cigarette smoking is a risk factor for diffuse parenchymal lung disease. Risk factors for subclinical parenchymal lung disease have not been described. OBJECTIVES: To determine if cigarette smoking is associated with subclinical parenchymal lung disease, as measured by spirometric restriction and regions of high attenuation on computed tomography (CT) imaging. METHODS: We examined 2,563 adults without airflow obstruction or clinical cardiovascular disease in the Multi-Ethnic Study of Atherosclerosis, a population-based cohort sampled from six communities in the United States. Cumulative and current cigarette smoking were assessed by pack-years and urine cotinine, respectively. Spirometric restriction was defined as a forced vital capacity less than the lower limit of normal. High attenuation areas on the lung fields of cardiac CT scans were defined as regions having an attenuation between -600 and -250 Hounsfield units, reflecting ground-glass and reticular abnormalities. Generalized additive models were used to adjust for age, gender, race/ethnicity, smoking status, anthropometrics, center, and CT scan parameters. MEASUREMENTS AND MAIN RESULTS: The prevalence of spirometric restriction was 10.0% (95% confidence interval [CI], 8.9-11.2%) and increased relatively by 8% (95% CI, 3-12%) for each 10 cigarette pack-years in multivariate analysis. The median volume of high attenuation areas was 119 cm(3) (interquartile range, 100-143 cm(3)). The volume of high attenuation areas increased by 1.6 cm(3) (95% CI, 0.9-2.4 cm(3)) for each 10 cigarette pack-years in multivariate analysis. CONCLUSIONS: Smoking may cause subclinical parenchymal lung disease detectable by spirometry and CT imaging, even among a generally healthy cohort.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 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 ».