Positron Emission Tomography to Improve Assessment of Interstitial Lung Disease in Patients With Systemic Sclerosis Eligible for Autologous Stem Cell Transplantation
Notice bibliographique
Résumé
Positron emission tomography (PET) is a promising technique to improve the assessment of systemic sclerosis associated interstitial lung disease (SSc-ILD). This technique could be of particular value in patients with severe diffuse cutaneous SSc (dcSSc) that are possibly eligible for autologous hematopoietic stem cell transplantation (aHSCT). aHSCT is a potentially effective therapy for patients with severe dcSSc and ILD, leading to stabilization or improvement of lung function. However, there is a high need to improve patient selection, which includes (1) the selection of patients with rapidly progressive ILD for early rather than last-resort aHSCT (2) the prediction of treatment response on ILD and (3) the understanding of the mechanism(s) of action of aHSCT in the lungs. As previous studies with 18F-FDG PET in SSc-ILD and other forms of ILD have demonstrated its potential value in predicting disease progression and reactivity to anti-inflammatory treatment, we discuss the potential benefit of using this technique in patients with early severe dcSSc and ILD in the context of aHSCT. In addition, we discuss the potential value of other PET tracers in the assessment of ILD and understanding the mechanisms of action of aHSCT in the lung. Finally, we provide several suggestions for future research.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».