Repeatability of real world, non-research chest CT scan-based lung density metrics
Notice bibliographique
Résumé
Quantitative CT (QCT) is carried out with attention to quality control (scanner make and model, calibration, lung volume and acquisition protocol), and bears financial and radiation cost. We wished to determine if non-research CT scans without such controls could yield reproducible data. 62 subjects (53 COPD, 6 asthma, 2 micronodules, 1 sarcoidosis) from a community respirology practice had had 2 non-contrast CT scans judged free of significant infiltrates, performed on 5 models of scanner in 9 different community hospitals for clinical indications within 14 months and had available spirometry and lung volumes performed respecting ATS criteria within 13 months of CT scans. Images were analyzed with AirwayInspector (airwayinspector.acil-bwh.org) for LAA<-950HU, lung density (LD) at 15th percentile + 1000HU and total lung volume (TLV). Means, Bland-Altman analysis and intraclass correlation coefficients were determined for TLV, LAA, LD and LD corrected for both predicted and measured TLC. Differences were determined with Student t-tests. Significance was set at p<05. Results are shown in Table 1. Real-world CT scans, if properly selected, can yield reproducible QCT data. Correcting LD with PFT measured TLC improves reproducibility more than correcting with predicted TLC. If validated at other centres, these findings suggest the pool of observational QCT data could be vastly expanded at little dollar and no radiation cost.
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 | 0,012 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».