Computed tomography total airway count predicts progression to COPD in at-risk smokers
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.
Notice bibliographique
Résumé
There is limited understanding of how to identify people at high risk of developing COPD. Our objective was to investigate the association between computed tomography (CT) total airway count (TAC) and incident COPD over 3 years among ever-smokers from the population-based Canadian Cohort Obstructive Lung Disease (CanCOLD) study. CT and spirometry were acquired in ever-smokers at baseline; spirometry was repeated at 3-year follow-up. CT TAC was generated by summing all airway segments in the segmented airway tree (VIDA Diagnostics, Inc.). CT airway wall area, wall thickness for a theoretical airway with 10 mm perimeter (Pi10), and low attenuation areas below −856 HU (LAA 856 ) were also measured. Logistic and mixed effects regression models were constructed to determine the association for CT measurements with development of COPD and forced expiratory volume in 1 s/forced vital capacity (FEV 1 /FVC) decline, respectively. Among 316 at-risk participants evaluated at baseline (65±9 years, 40% female, 18±19 pack-years), incident COPD was detected in 56 participants (18%) over a median 3.1±0.6 years of follow-up. Among CT measurements, only TAC was associated with incident COPD (p=0.03), where a 1- sd decrement in TAC increased the odds ratio for incident COPD by a factor of two. In a multivariable linear regression model, reduced TAC was significantly associated with greater longitudinal FEV 1 /FVC decline (p=0.03), but no other measurements were significant. CT TAC predicts incident COPD in at-risk smokers, indicating that smokers exhibit early structural changes associated with COPD prior to abnormal spirometry.
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 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découle