Determination of maximal voluntary ventilation in children with cystic fibrosis
Notice bibliographique
Résumé
Maximal voluntary ventilation (MVV) may be determined directly by the sprint method or calculated from pulmonary function data, using the functions MVV = forced expired volume in 1 sec (FEV(1)) x 35 or MVV = FEV(1) x 40. The purpose of this paper was to test the validity of the equation over a wide range of lung function in children. Cystic fibrosis (CF), a chronic lung disease where children typically have a wide range of pulmonary function, was chosen as the study requirement. Spirometric data from 332 children with CF who underwent pulmonary function testing between 1987-2000 were stratified according to disease severity, and box-plots comparing the ratio of MVV to FEV(1) for each category were generated. As results indicated that the equation underestimates true MVV proportionally to the degree of airflow limitation, a new function to predict MVV for this population was derived and tested. The new equation was derived using data from patients who were tested on odd-numbered days (group A). The validity of the new equation was then tested on the patients tested on even-numbered days (group B). To test its validity, the results were compared to the "gold standard" sprint values using a Bland and Altman plot. MVV was expressed as a function of FEV(1) and predicted FEV(1): MVV = 27.7(FEV(1)) + 8.8(PredFEV(1)) (R(2) = 0.98, P < 0.05). In this way, the accuracy of the new equation was confirmed. Whenever possible, we recommend MVV be determined by the sprint method in accordance with ATS guidelines. If this is not feasible, we recommend considering the new prediction equation.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».