Performance of Forced Vital Capacity and Lung Diffusion Cutpoints for Associated Radiographic Interstitial Lung Disease in Systemic Sclerosis
Notice bibliographique
Résumé
OBJECTIVE: Forced vital capacity (FVC) and DLCO are used for screening of systemic sclerosis-associated interstitial lung disease (SSc-ILD). The study purpose was to determine the sensitivity, specificity, and negative predictive value (NPV) (proportion of true negative screening tests) of FVC and DLCO thresholds for SSc-ILD on chest high-resolution computed tomography (HRCT) scans. METHODS: Patients fulfilling American College of Rheumatology 2013 SSc criteria with a chest HRCT scan and pulmonary function tests (PFT) were studied. A thoracic radiologist quantified radiographic ILD. Optimal FVC and DLCO % predicted thresholds for ILD were identified using receiver-operating characteristic curves. The FVC and DLCO combinations with greatest sensitivity and specificity were also determined. Subanalysis was performed in patients with positive Scl-70 autoantibodies. RESULTS: The study included 265 patients. Of 188 (71%) with radiographic ILD, 59 (31%) had "normal" FVC (≥ 80% predicted), and 65 out of 151 (43%) had "normal" DLCO (≥ 60% predicted). FVC < 80% (sensitivity 0.69, specificity 0.73), and DLCO < 62% (sensitivity 0.60, specificity 0.70) were optimal thresholds for radiographic SSc-ILD. All FVC and DLCO threshold combinations evaluated had NPV < 0.70. The NPV for radiographic ILD for FVC < 80% was lower in patients with positive Scl-70 autoantibody (NPV = 0.05) compared to negative Scl-70 autoantibody (NPV = 0.57). CONCLUSION: Radiographic ILD is prevalent in SSc despite "normal" PFT. No % predicted FVC or DLCO threshold combinations yielded high NPV for SSc-ILD screening. "Normal" FVC and DLCO in patients with SSc, especially those with positive Scl-70 autoantibodies, should not obviate consideration of HRCT for ILD evaluation.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».