Real-world effectiveness of airway clearance techniques in children with cystic fibrosis
Notice bibliographique
Résumé
Background Cystic fibrosis (CF) is commonly characterised by thick respiratory mucus. From diagnosis, people with CF are prescribed daily physiotherapy, including airway clearance techniques (ACTs). ACTs consume a large proportion of treatment time, yet the efficacy and effectiveness of ACTs are poorly understood. This study aimed to evaluate associations between the quality and quantity of ACTs and lung function in children and young people with CF. Methods Project Fizzyo, a longitudinal observational cohort study in the UK, used remote monitoring with electronic pressure sensors attached to four different commercial ACT devices to record real-time, breath-by-breath pressure data during usual ACTs undertaken at home over 16 months in 145 children. ACTs were categorised either as conformant or not with current ACT recommendations based on breath pressure and length measurements, or as missed treatments if not recorded. Daily, weekly and monthly associations between ACT category and lung function were investigated using linear mixed effects regression models adjusting for clinical confounders. Results After exclusions, 45 224 ACT treatments (135 individuals) and 21 069 days without treatments (141 individuals) were analysed. The mean±sdage of participants was 10.2±2.9 years. Conformant ACTs (21%) had significantly higher forced expiratory volume in 1 s (FEV1) (mean effect size 0.23 (95% CI 0.19–0.27) FEV1% pred per treatment) than non-conformant (79%) or missed treatments. There was no benefit from non-conformant or missed treatments and no significant difference in FEV1between them (mean effect size 0.02 (95% CI −0.01–0.05) FEV1% pred per treatment). Conclusions ACTs are beneficial when performed as recommended, but most people use techniques that do not improve lung function. Work is needed to monitor and improve ACT quality and to increase the proportion of people doing effective airway clearance at home.
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 | 0,004 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».