Qualitative and Quantitative Assessment of Smoking-related Lung Disease
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: The purpose of this research is to examine the role that differing levels of adaptive statistical iterative reconstruction (ASIR) have on the qualitative and quantitative assessment of smoking-related lung disease. MATERIALS AND METHODS: Institutional board review approval was obtained. A total of 52 patients undergoing clinically indicated low-dose computed tomographic (CT) examinations of the chest (100 kVp, 65 mAs, mean radiation dose 1.0±0.12 mSv), with reconstruction of data with different levels of blended ASIR (0%, 40%, and 100%), were consented. Qualitative assessment of CT data sets was performed by 2 trained thoracic radiologists blinded to clinical history, spirometry, and quantitative data for the presence of emphysema (%/lung zone) and the degree of respiratory bronchiolitis. Quantitative analysis was performed (Apollo Image analysis, VIDA Diagnostics) to assess emphysema and airway measures of chronic obstructive pulmonary disease. RESULTS: The application of ASIR results in alterations in both qualitative and quantitative assessment of smoking-related lung disease. As levels of ASIR increased, both readers scored more respiratory bronchiolitis (P<0.05). At increased levels of ASIR (ie, 100% vs. 0%), the amount of emphysema measured (% below -950 HU) decreased, the number of airways measured diminished, and the airway thickness (Pi10mm) increased (P<0.001). CONCLUSIONS: The use of ASIR alters both the qualitative and quantitative assessment of smoking-related lung disease. Although a powerful tool to allow dose reduction, caution must be exercised when iterative reconstruction techniques are utilized when evaluating CT examinations for findings of chronic obstructive pulmonary 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle