Improvements to a laser Raman spectroscopy system for reducing the false positives of autofluorescence bronchoscopies
Notice bibliographique
Résumé
Preneoplastic lesions of the bronchial tree have a high probability of developing into malignant tumours. Currently the best method for localizing them for further treatment is a combined white light and autofluorescence bronchoscopy (WLB+AFB). Unfortunately the average specificity from large clinical trials for this combined detection method is low at around 60%, which can result in many false positives. However a recent pilot study showed that adding a point laser Raman spectroscopy (LRS) measurement improved the specificity of detecting lesions with high grade dysplasia or carcinoma in situ to 91% with a sensitivity of 96% compared to WLB+AFB alone. Despite this success, there is still room for much improvement. One constant need is to find better ways to measure the inherently weak Raman emissions in vivo which will result in even better diagnostic sensitivity and specificity. With this aim in mind a new generation Raman system was developed. The system uses the latest charge coupled device (CCD) with low noise, and fast cool down times. A spectrometer was incorporated that was able to measure both the low and high frequency Raman emissions with high resolution. The Raman catheter was also redesigned to include a visible light channel to facilitate the accurate indication of the area being measured. Here the benefits in the adjunct use of LRS to WLB + AFB are presented, and description of the new system and the improvements it offers over the old system are shown.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».