A Lung Ultrasound Severity Score Predicts Chronic Lung Disease in Preterm Infants
Notice bibliographique
Résumé
Objective To test the hypothesis that a lung ultrasound severity score (LUSsc) can predict the development of chronic lung disease (CLD) in preterm neonates. Study Design Preterm infants <30 weeks' gestational age were enrolled in this study. Lung ultrasound (LUS) was performed between 1 and 9 postnatal weeks. All ultrasound studies were done assessing three lung zones on each lung. Each zone was given a score between 0 and 3. A receiver operating characteristic curve was constructed to assess the ability of LUSsc to predict CLD. Results We studied 27 infants at a median (interquartile range [IQR]) gestational age and birth weight of 26 weeks (25–29) and 780 g (530–1,045), respectively. Median (IQR) postnatal age at the time of LUS studies was 5 (2–8) weeks. Fourteen infants who developed CLD underwent 34 studies. Thirteen infants without CLD underwent 30 studies. Those who developed CLD had a higher LUSsc than those who did not (median [IQR] of scores: 9 [6–12] vs. 3 [1–4], p < 0.0001). An LUSsc cutoff of 6 has a sensitivity and specificity of 76 and 97% and positive and negative predictive values of 95 and 82%, respectively. Adding gestational age < 27 weeks improved sensitivity and specificity to 86 and 98% and positive and negative predictive values to 97 and 88%. Conclusion LUSsc between 2 and 8 weeks can predict development of CLD in preterm neonates.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».