Assessing the accuracy of oscillometry in tracking the mean values and the temporal changes in impedance of children
Notice bibliographique
Résumé
Introduction: Within-breath analysis of respiratory mechanics – resistance (Rrs) and reactance (Xrs) – provides important information of the health of the respiratory system, but little work has been done estimating the accuracy of tracking the temporal changes in impedance. The accuracy of current oscillometry techniques can only be assessed via computational models. Materials &Methods: Here we modeled the respiratory system as a single-compartment lung model with time-varying Rrs and Xrs for obstructed asthma according to measurements of mechanics and breathing noise from 7 children (4m/3f, ages 7 to 12) with asthma specifically chosen to span a range of breathing frequencies (0.25 to 0.5 Hz) using an airwave oscillometry device (tremoFlo™). We also extended the theory to include the temporal changes in the model, which helps compute an estimate of the temporal tracking error (TTE). Results: Accuracy for mean Rrs and Xrs exceeded 99% for all conditions. TTE increased from 3.1 ± 1.2 % to 9.9 ± 2.3% with increasing breathing rate up to 0.43 Hz independent from noise amplitude, and only exceeded 10% of the mean Rrs, at the highest breathing frequency (15.3% ± 3.1% at 0.5 Hz). Coherence remained at 0.92 ± 0.02 at all frequencies. Conclusion: Results indicate that coherence is not a good measure of data quality for within-breath tracking of impedance. Moreover, while mean breathing frequency can increase errors, this does not greatly affect mean Rrs, thus the results further recommend training subjects to reduce breathing rate to accurately track temporal variation in respiratory mechanics.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».