High-Resolution Computed Tomography in Assessment of Patients With Emphysema
Notice bibliographique
Résumé
OBJECTIVE: To assess whether high-resolution computed tomography (HRCT) variables are as good as other known clinical variables in grading emphysema patients. METHODS: A detailed clinical history was taken and physical examination performed. We performed serum study, lung function testing, and HRCT scanning to assess emphysema. Mean lung density, the attenuation value separating the least 15% of pixels (PERC15), the percentage of the relative area of the lungs with attenuation values < -950 Hounsfield units (HU) (RA950), and histogram analysis were calculated from computerized data. RESULTS: The final analysis was based on data from 92 subjects, and they were moderately emphysematous (mean lung density was -877 ± 23 HU, PERC15 was -953 ± 21 HU, and RA950 was 16 ± 5%). There was a significant difference regarding subjective emphysema severity in the St George's Respiratory Questionnaire, smoking history, FEV1, C-reactive protein, age, and body mass index (P < .001). There was a significant correlation between the 3 objective image variables and the 6 objective clinical variables (St George's Respiratory Questionnaire, smoking history, FEV1, C-reactive protein, age, and body mass index) (P < .001). CONCLUSIONS: This study shows the possible important role of HRCT in the diagnosis and quantification of pulmonary emphysema.
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 ».