The Global Lung Function Initiative (GLI) Network: bringing the world’s respiratory reference values together
Notice bibliographique
Résumé
The Global Lung Function Initiative (GLI) Network has become the largest resource for reference values for routine lung function testing ever assembled. This article addresses how the GLI Network came about, why it is important, and its current challenges and future directions. It is an extension of an article published in Breathe in 2013 [1], and summarises recent developments and the future of the GLI Network. Key points The Global Lung Function Initiative (GLI) Network was established as a result of international collaboration, and altruism between researchers, clinicians and industry partners. The ongoing success of the GLI relies on network members continuing to work together to further improve how lung function is reported and interpreted across all age groups around the world. The GLI Network has produced standardised lung function reference values for spirometry and gas transfer tests. GLI reference equations should be adopted immediately for spirometry and gas transfer by clinicians and physiologists worldwide. The recently established GLI data repository will allow ongoing development and evaluation of reference values, and will offer opportunities for novel research. Educational aims To highlight the advances made by the GLI Network during the past 5 years. To highlight the importance of using GLI reference values for routine lung function testing ( e.g. spirometry and gas transfer tests). To discuss the challenges that remain for developing and improving reference values for lung function tests.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».