Using Novel Computed Tomography Analysis to Describe the Contribution and Distribution of Emphysema and Small Airways Disease in Chronic Obstructive Pulmonary Disease
Notice bibliographique
Résumé
Abstract Rationale Chronic obstructive pulmonary disease (COPD) is characterized by airflow limitation, caused by emphysema and small airways disease (SAD). Computed tomography (CT) coupled with image analysis enables the quantification of these abnormalities; however, the optimum method for doing so has not been determined. Objectives This study aims to compare two CT quantitative analysis techniques, disease probability measure (DPM) and parametric response mapping (PRM), and assess their relationship with specific physiological measures of SAD. Methods Subjects with mild to moderate COPD, never smokers, and healthy ex-smokers were recruited. Each had airway oscillometry and multiple-breath nitrogen washout, measuring peripheral airway resistance, peripheral airway reactance, and acinar airway inhomogeneity. Subjects also had an inspiratory and expiratory chest CT, with DPM and PRM analysis performed by coregistering images and classifying each voxel as normal, emphysema, or nonemphysematous gas trapping related to SAD. Results Thirty-eight subjects with COPD, 18 never smokers, and 23 healthy ex-smokers were recruited. There were strong associations between DPM and PRM analysis when measuring gas trapping (ρ = 0.87; P < 0.001) and emphysema (ρ = 0.99; P < 0.001). DPM assigned significantly more voxels as emphysema and gas trapped than PRM (P < 0.001). Both techniques showed significantly greater emphysema and gas trapping in subjects with COPD than in never smokers and ex-smokers (P < 0.001). All CT measures had significant associations with peripheral airway resistance and reactance, with disease probability measure of nonemphysematous gas trapping related to SAD having the strongest independent association with peripheral airway resistance (β = 0.42; P = 0.001) and peripheral airway reactance (β = 0.41; P = 0.001). Emphysema measures had the strongest associations with acinar airway inhomogeneity (β = 0.35–0.38). Conclusions These results provide further validation for the use of DPM/PRM analysis in COPD by demonstrating significant relationships with specific physiological measures of SAD.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».