Examining the ability of empirical correlations to predict subject specific <i>in vivo</i> extrathoracic aerosol deposition during tidal breathing
Notice bibliographique
Résumé
The accuracy of five extrathoracic deposition equations was examined by comparing model predictions with in vivo deposition measurements of 99mTc-DTPA radiolabeled 0.9% saline delivered via PARI LC Sprint nebulizers in 19 healthy human subjects. The average extrathoracic deposition fraction measured in vivo was 0.19 ± 0.10 (average ± standard deviation). Comparing to this average value, the extrathoracic deposition fraction predicted by Golshahi et al. equation was the most accurate (0.18 ± 0.08), followed by the model described by the ICRP (0.16 ± 0.03). However, prediction of subject-specific deposition proved more challenging; the Golshahi et al. model performed the best of the examined equations, yet showed only a small positive correlation between measured and predicted deposition in individual subjects with a Pearson correlation coefficient of 0.34. The difficulties in predicting subject-specific deposition likely result from geometric dissimilarity both within and between subjects, and may require more complicated modeling methods than algebraic equations of the kind examined in this study.Copyright © 2017 American Association for Aerosol Research
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 | 0,000 |
| 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 | 0,001 |
| 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 ».