Predictive Equations for Lung Function Based on a Large Occupational Population in North China
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
OBJECTIVES: The currently used predictive equations of lung function in North China were derived from early study and have not been updated for nearly two decades. METHODS: Using American Thoracic Society (ATS) standards, sex-specific spirometric predictive equations for forced vital capacity (FVC), forced expiratory volume in one second (FEV(1)), ratio of FEV(1) to FVC (FEV(1)%) and forced expiratory flow at 25-75% of forced vital capacity (FEF(25-75%)) were derived from 2,897 asymptomatic, lifelong non-smokers (1,208 males, 1,689 females) from a large occupational population in North China. Stepwise multiple regressions were carried out to identify the best predictors of lung function parameters and predictive equations. Independent variables considered for inclusion in predictive equations including age, height, weight and chest circumference were examined. RESULTS: Age and height were found to be necessary variables for all lung function parameters. Weight was a significant variable in only half of our equations. Chest circumferences (expired or inspired) was excluded as they are not practical in use. Data from 255 apparently healthy non-smokers were used to validate the equations by comparing percentage predicted values and proportion of subjects with normal predicted values with those from the study group, and a high accordance was obtained. Other equations published and used in North China do not appear to offer advantages over these equations. CONCLUSIONS: These newly developed predictive equations should ideally be applied to calculate lung function for adult individuals and populations as reference values in North China.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 découle