Airway Oscillometry Detects Spirometric-Silent Episodes of Acute Cellular Rejection
Notice bibliographique
Résumé
Abstract Rationale Acute cellular rejection (ACR) is common during the initial 3 months after lung transplant. Patients are monitored with spirometry and routine surveillance transbronchial biopsies. However, many centers monitor patients with spirometry only because of the risks and insensitivity of transbronchial biopsy for detecting ACR. Airway oscillometry is a lung function test that detects peripheral airway inhomogeneity with greater sensitivity than spirometry. Little is known about the role of oscillometry in patient monitoring after a transplant. Objectives To characterize oscillometry measurements in biopsy-proven clinically significant (grade ≥2 ACR) in the first 3 months after a transplant. Methods We enrolled 156 of the 209 double lung transplant recipients between December 2017 and March 2019. Weekly outpatient oscillometry and spirometry and surveillance biopsies at Weeks 6 and 12 were conducted at our center. Measurements and Main Results Of the 138 patients followed for 3 or more months, 15 patients had 16 episodes of grade 2 ACR (AR2) and 44 patients had 64 episodes of grade 0 ACR (AR0) rejection associated with stable and/or improving spirometry. In 15/16 episodes of AR2, spirometry was stable or improving in the weeks leading to transbronchial biopsy. However, oscillometry was markedly abnormal and significantly different from AR0 (P < 0.05), particularly in integrated area of reactance and the resistance between 5 and 19 Hz, the indices of peripheral airway obstruction. By 2 weeks after biopsy, after treatment for AR2, oscillometry in the AR2 group improved and was similar to the AR0 group. Conclusions Oscillometry identified physiological changes associated with AR2 that were not discernible by spirometry and is useful for graft monitoring after a lung transplant.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».