The role of biomechanical anatomical modeling via computed tomography for identification of restrictive allograft syndrome
Notice bibliographique
Résumé
Chronic lung allograft dysfunction (CLAD) reduces long-term graft survival. It is important to distinguish CLAD subtypes: bronchiolitis obliterans syndrome (BOS) and restrictive allograft syndrome (RAS) as RAS has a worse prognosis and accurate subtyping could facilitate targeted treatments. However, the current diagnosis of CLAD subtypes is based on pulmonary function test (PFT) results that reflect global estimates of lung function; anatomical modeling based on computed tomography (CT) has the potential to provide detailed analysis of global and regional lung function. The purpose of this study is to evaluate the utility of CT-based anatomical modeling for the identification of RAS. This retrospective study included 51 patients (CLAD: 17 BOS and 17 RAS, control: 17 No-CLAD). CT data were assessed using a biomechanical model-based platform (MORFEUS) to characterize changes in lung deformation between baseline and disease onset. Lung deformation demonstrated high sensitivity and specificity (>80%) in differentiating RAS from BOS (P<.0001) and No-CLAD (P<.0001). There were matching radiological reading and inward deformation abnormalities in 79% of lung sections in patients with RAS. Anatomical modeling is complementary to conventional assessment in the diagnosis of RAS and potentially provides quantitative data that can help in the characterization and detailed assessment of heterogeneous lung parenchymal disease.
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 | 0,000 |
| 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 ».