Correcting for tissue nitrogen excretion in multiple breath washout measurements
Notice bibliographique
Résumé
Nitrogen excreted from body tissues impacts the calculation of multiple breath nitrogen washout (MBWN2) outcomes. The aim of this study was to determine the effect of tissue N2 on MBWN2 outcomes in both healthy subjects and patients with CF and to assess whether it is possible to correct for tissue N2. The contribution of tissue N2 to MBWN2 outcomes was estimated by comparing MBWN2-derived functional residual capacity (FRCN2) to FRC measured by body plethysmography (FRCpleth) and by comparing MBW outcome measures derived from MBWN2 and sulfur hexafluoride MBW (MBWSF6). Compared to plethysmography and MBWSF6, MBWN2 overestimated FRC and lung clearance index (LCI). Application of mathematical tissue N2 corrections reduced FRCN2 values closer to FRCpleth in health and reduced LCIN2 in both health and CF, but did not explain all of the differences observed between N2-dependent and -independent techniques. Use of earlier washout cut-offs could reduce the influence of tissue N2. Applying tissue N2 corrections to LCIN2 measurements did not significantly affect the interpretation of treatment effects reported in a previously published interventional trial. While tissue N2 excretion likely has an impact on MBWN2 outcomes, better understanding of the nature of this phenomenon is required before routine correction can be implemented into current MBWN2 protocols.
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 | 0,013 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».