MétaCan
Menu
Retour à la cohorte
Enregistrement W2747239266 · doi:10.1159/000478865

A Novel Method of Estimating Small Airway Disease Using Inspiratory-to-Expiratory Computed Tomography

2017· article· en· W2747239266 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueRespiration · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Obstructive Pulmonary Disease (COPD) Research
Établissements canadiensMcGill University Health CentreUniversity of British ColumbiaSt. Paul's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineExpirationPopulationCOPDAirwayInternal medicineNuclear medicineCardiologyRespiratory systemSurgery

Résumé

récupéré en direct d'OpenAlex

<b><i>Background:</i></b> Disease accumulates in the small airways without being detected by conventional measurements. <b><i>Objectives:</i></b> To quantify small airway disease using a novel computed tomography (CT) inspiratory-to-expiratory approach called the disease probability measure (DPM) and to investigate the association with pulmonary function measurements. <b><i>Methods:</i></b> Participants from the population-based CanCOLD study were evaluated using full-inspiration/full-expiration CT and pulmonary function measurements. Full-inspiration and full-expiration CT images were registered, and each voxel was classified as emphysema, gas trapping (GasTrap) related to functional small airway disease, or normal using two classification approaches: parametric response map (PRM) and DPM (VIDA Diagnostics, Inc., Coralville, IA, USA). <b><i>Results:</i></b> The participants included never-smokers (<i>n</i> = 135), at risk (<i>n</i> = 97), Global Initiative for Chronic Obstructive Lung Disease I (GOLD I) (<i>n</i> = 140), and GOLD II chronic obstructive pulmonary disease (<i>n</i> = 96). PRM<sub>GasTrap</sub> and DPM<sub>GasTrap</sub> measurements were significantly elevated in GOLD II compared to never-smokers (<i>p</i> < 0.01) and at risk (<i>p</i> < 0.01), and for GOLD I compared to at risk (<i>p</i> < 0.05). Gas trapping measurements were significantly elevated in GOLD II compared to GOLD I (<i>p</i> < 0.0001) using the DPM classification only. Overall, DPM classified significantly more voxels as gas trapping than PRM (<i>p</i> < 0.0001); a spatial comparison revealed that the expiratory CT Hounsfield units (HU) for voxels classified as DPM<sub>GasTrap</sub> but PRM<sub>Normal</sub> (PRM<sub>Normal</sub>- DPM<sub>GasTrap</sub> = -785 ± 72 HU) were significantly reduced compared to voxels classified normal by both approaches (PRM<sub>Normal</sub>-DPM<sub>Normal</sub> = -722 ± 89 HU; <i>p</i> < 0.0001). DPM and PRM<sub>GasTrap</sub> measurements showed similar, significantly associations with forced expiratory volume in 1 s (FEV<sub>1</sub>) (<i>p</i> < 0.01), FEV<sub>1</sub>/forced vital capacity (<i>p</i> < 0.0001), residual volume/total lung capacity (<i>p</i> < 0.0001), bronchodilator response (<i>p</i> < 0.0001), and dyspnea (<i>p</i> < 0.05). <b><i>Conclusion:</i></b> CT inspiratory-to-expiratory gas trapping measurements are significantly associated with pulmonary function and symptoms. There are quantitative and spatial differences between PRM and DPM classification that need pathological investigation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,618
Score d'incertitude au seuil0,942

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,072
Tête enseignante GPT0,368
Écart entre enseignants0,296 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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