Chest computed tomography is a valid measure of body composition in individuals with advanced lung disease
Notice bibliographique
Résumé
There is growing interest in evaluating body composition using routine clinical computed tomography (CT) scans; however, the validity of this technique in lung transplant patients has not been described. The study objectives were to determine the reliability of measuring fat compartments from thoracic CT and evaluate the validity of muscle and fat cross-sectional area (CSA) from thoracic CT by comparing to bioelectrical impedance analysis (BIA). Thoracic CT scans from lung transplant assessments were obtained for analysis. Total thoracic muscle CSA, pectoral muscle CSA, subcutaneous adipose tissue (SAT), and mediastinal adipose tissue (MAT) were manually segmented by two independent raters. Reliability was analysed using intra-class correlation coefficient (ICC). Correlations were determined between CT measures with fat-free mass index (FFMI), body fat mass index (BFMI) and per cent body fat (%BF) from BIA; and anthropometrics [body mass index (BMI) and waist circumference (WC)]. High inter- and intra-rater reliability were found for SAT and MAT (ICCs = 0.99). Pectoral and total muscle CSA were correlated with FFMI (r = .41, p = .003 and r = .57, p < .001, respectively). SAT was associated with whole-body fat from BIA and with BMI and WC (r = .61 to .80, p < .001). MAT was associated with BMI (r = .58, p < .001) and WC (r = .61, p < .001). This study supports the reliability and validity of using thoracic CT to measure muscle and fat. Future studies are needed to investigate whether these CT-based measures are predictive of clinical and post-transplant outcomes in advanced lung disease.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».