MétaCan
Menu
Retour à la cohorte
Enregistrement W2970080790 · doi:10.1371/journal.pone.0221207

Investigating the clinical use of structured light plethysmography to assess lung function in children with neuromuscular disorders

2019· article· en· W2970080790 sur OpenAlexfundno aff
Deborah Fleck, Chistopher Curry, Kate Donnan, Orla Logue, Kathryn Graham, Kate Jackson, K. Keown, John Winder, Michael D. Shields, Ciara Hughes

Notice bibliographique

RevuePLoS ONE · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory Support and Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesQueen's UniversityQueen's University Belfast
Mots-clésSpirometryVital capacityMedicineRepeatabilityLung volumesDuchenne muscular dystrophyPulmonary function testingPlethysmographNeuromuscular diseaseVentilation (architecture)LungPhysical therapyInternal medicineCardiologyPhysical medicine and rehabilitationLung functionAsthmaDiffusing capacityDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Children and young people with neuromuscular disorders (NMD), such as Duchenne Muscular Dystrophy (DMD), develop progressive respiratory muscles weakness and pulmonary restriction. Pulmonary function monitoring of the decline in lung function allows for timely intervention with cough assist techniques and nocturnal non-invasive ventilation (NIV). NMD may find the measurement of lung function difficult using current techniques. Structured Light Plethysmography (SLP) has been proposed as a novel, non-contact, self-calibrating, non-invasive method of assessing lung function. The overarching aim of this study was to investigate the use of SLP as a novel method for monitoring respiratory function in children with neuromuscular disease. METHODS: SLP thoraco-abdominal (TA) displacement was correlated with forced vital capacity measurements recorded by spirometry and the repeatability of the measurements with both methods examined. SLP tidal breathing parameters were investigated to assess the range and repeatability of regional right and left side TA displacement and rib cage and abdominal wall displacement. RESULTS: The comparison of the FVC measured with SLP and with spirometry, while having good correlation (R = 0.78) had poor measurement agreement (95% limits of agreement: -1.2 to 1.2L) The mean relative contribution of right and left TA displacement in healthy controls was 50:50 with a narrow range. Repeatability of this measure with SLP was found to be good in healthy controls and moderate in NMD children with/without scoliosis but with a wider range. The majority of the control group displayed a predominant rib cage displacement during tidal breathing and those who displayed predominant abdominal wall displacement showed displacement of both regions close to 50:50 with similar results for the rib cage and abdomen. In comparison, children with NMD have a more variable contribution for all of these parameters. In addition, SLP was able to detect a reduction in abdominal contribution to TA displacement with age in the DMD group and detect paradoxical breathing in children with NMD. Using SLP tracings during tidal breathing we were able to identify three specific patterns of breathing amongst healthy individuals and in children with NMD. CONCLUSIONS: SLP is a novel method for measuring lung function that requires limited patient cooperation and may be especially useful in children with neuromuscular disorders. Measuring the relative contributions of the right and left chest wall and chest versus abdominal movements allows a more detailed assessment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,274
Écart entre enseignants0,215 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetRespiratory Support and MechanismsTravaux en français237 207