Lung Density Analysis Using Quantitative Chest CT for Early Prediction of Chronic Lung Allograft Dysfunction
Notice bibliographique
Résumé
BACKGROUND: Chronic lung allograft dysfunction (CLAD) limits long-term survival after lung transplantation (LTx). Early detection or prediction of CLAD can lead to changes in patient management that, in turn, may improve prognosis. The purpose of this study was to investigate the utility of quantitative computed tomography (CT) lung density analysis in early prediction of CLAD. METHODS: This retrospective cohort was drawn from all consecutive adult, first LTxs performed between 2006 and 2011. Post-transplant monitoring included scheduled surveillance bronchoscopies with concurrent pulmonary-functions tests and low-dose chest CT. Quantitative density metrics (QDM) derived from CT scans obtained at the time of 10%-19% decline in forced expiratory volume in 1 second (FEV1) were evaluated: 114 bilateral LTx recipients (66 with CLAD and 48 stable) and 23 single LTx recipients (11 with CLAD, 12 stable) were included in the analysis. RESULTS: In both single and double LTx, at the time of 10%-19% drop in FEV1 from baseline, the QDM was higher in patients who developed CLAD within 3 years compared with those patients who remained stable for at least 3.5 years. The area under the receiver operating characteristic curve (AUC) was 0.89 for predicting CLAD in single LTx and 0.63 in bilateral LTx. A multipredictor AUC accounting for FEV1, QDM, presence of consolidation, and ground glass opacities increased the AUC to 0.74 in double LTx. CONCLUSIONS: QDM derived from a CT histogram at the time of early drop in FEV1 may allow prediction of CLAD in patients after single or double LTx.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».