Does Integration of Various Ion Channel Measurements Improve Diagnostic Performance in Cystic Fibrosis?
Notice bibliographique
Résumé
RATIONALE: The diagnosis of cystic fibrosis (CF) may remain inconclusive despite comprehensive evaluation. OBJECTIVES: Determine whether combined ion channel measurements (C-ICMs) obtained from different end-organ epithelia can help diagnose CF. METHODS: Prospective enrollment of (1) a training sample of 156 non-CF subjects and 107 patients with CF, and (2) a validation cohort of 202 patients with single-organ CF-like phenotypes. All subjects had genotyping, sweat test, and nasal potential difference (NPD). Principal components analysis was applied to derive various candidate C-ICMs by combining sweat chloride plus every one or two combination(s) of four NPD parameters (maximal potential difference [MaxPD], change in potential difference in response to perfusion with amiloride [ΔAmil], change after chloride-free and isoproterenol perfusion [ΔCl-free+Iso], and total change in potential difference [ΔAmil+Cl-free+Iso]). MEASUREMENTS AND MAIN RESULTS: The best of the 10 candidate C-ICMs, which combined sweat chloride and two NPD parameters (ΔCl-free+Iso and ΔAmil+Cl-free+Iso), diagnosed CF in the training sample with 100% sensitivity and specificity (CF cutoff > 0). In the validation cohort, C-ICM was normal in all subjects with normal sweat test and normal/borderline NPD, with the exception of one subject. C-ICM was abnormal in all subjects when the sweat test was abnormal and the NPD was abnormal/borderline, and when the sweat test was borderline and the NPD was abnormal. C-ICM was abnormal in 75 and 85.7% of subjects with normal sweat chloride plus abnormal NPD, and those with abnormal sweat test plus normal NPD, respectively. In borderline sweat test cases, 23.5, 90, and 100% of subjects had abnormal C-ICM with normal, borderline, and abnormal NPD, respectively. CONCLUSIONS: The concept of combining different measures of cystic fibrosis transmembrane conductance regulator function into a single composite score is feasible. The C-ICM may be useful for diagnostic determination of patients with questionable CF.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».