MétaCan
Menu
Retour à la cohorte
Enregistrement W3111298879 · doi:10.21037/qims-20-682

Lung regions identified with CT improve the value of global inhomogeneity index measured with electrical impedance tomography

2021· article· en· W3111298879 sur OpenAlex
Lin Yang, Meng Dai, Knut Möller, Inéz Frerichs, Andy Adler, Feng Fu, Zhanqi Zhao

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueQuantitative Imaging in Medicine and Surgery · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrical and Bioimpedance Tomography
Établissements canadiensCarleton University
Organismes subventionnairesNatural Science Basic Research Program of Shaanxi ProvinceFourth Military Medical UniversityBundesministerium für Bildung und ForschungHorizon 2020 Framework ProgrammeNational Natural Science Foundation of China
Mots-clésElectrical impedance tomographyLungMedicineNuclear medicineInterquartile rangeVentilation (architecture)TomographyThorax (insect anatomy)ReproducibilityRadiologyAnatomyMathematicsInternal medicinePhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

Background: The global inhomogeneity (GI) index is a functional electrical impedance tomography (EIT) parameter which is used clinically to assess ventilation distribution. However, GI may underestimate the actual heterogeneity when the size of lung regions is underestimated. We propose a novel method to use anatomical information to correct the GI index calculation. Methods: EIT measurements were performed at the level of the fifth intercostal space in six patients with acute respiratory distress syndrome. The thorax and lungs were segmented automatically from serial individual CT scans. The anatomically derived lung regions were calculated in EIT images from simulating a homogeneous ventilation distribution in a finite element model. The conventional approach (GImeas,func), analyzes images in functionally-defined lung regions, while our proposed measure (GImeas,anat) is based on analysis in anatomically-defined regions. We additionally define a simulated comparison (GIsim,anat) to determine the lower limit of the GI measure for a homogenous distribution of ventilation. Results: As expected, the conventional GImeas,func [0.382 (0.088), median (interquartile range)] were significantly lower than the proposed GImeas,anat [0.823 (0.152), P<0.05], and were much closer to the lower limit GIsim,anat [0.343 (0.039)]. Both GImeas,anat and GImeas,func were strongly correlated with arterial oxygen partial pressure to fractional inspired oxygen ratio (R=−0.88, P<0.05), whereas GIsim,anat (R=0.23) was not. GImeas,anat had a linear-regression slope 3.2 times that of GImeas,func suggesting a higher sensitivity to the changes in lung condition. Conclusions: The proposed GImeas,anat (or shortened as GIanat) is an improved measure of ventilation inhomogeneity over GI, and better reflects portion of non-ventilated regions due to alveolar collapse or overdistension.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,038
Score d'incertitude au seuil0,576

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,015
Tête enseignante GPT0,260
Écart entre enseignants0,245 · 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