Lung imaging patterns in connective tissue disease–associated interstitial lung disease impact prognosis and immunosuppression response
Notice bibliographique
Résumé
OBJECTIVES: Interstitial lung disease (ILD) in CTDs has highly variable morphology. We aimed to identify imaging features and their impact on ILD progression, mortality, and immunosuppression response. METHODS: Patients with CTD-ILD had high-resolution chest CT (HRCT) reviewed by expert radiologists blinded to clinical data for overall imaging pattern [usual interstitial pneumonia (UIP); non-specific interstitial pneumonia (NSIP); organizing pneumonia (OP); fibrotic hypersensitivity pneumonitis (fHP); and other]. Transplant-free survival and change in percent-predicted forced vital capacity (FVC) were compared using Cox and linear mixed-effects models adjusted for age, sex, smoking, and baseline FVC. FVC decline after immunosuppression was compared with pre-treatment. RESULTS: Among 645 CTD-ILD patients, the most frequent CTDs were SSc (n = 215), RA (n = 127), and inflammatory myopathies (n = 100). NSIP was the most common pattern (54%), followed by UIP (20%), fHP (9%), and OP (5%). Compared with the case for patients with UIP, FVC decline was slower in patients with NSIP (by 1.1%/year, 95% CI 0.2, 1.9) or OP (by 3.5%/year, 95% CI 2.0, 4.9), and mortality was lower in patients with NSIP [hazard ratio (HR) 0.65, 95% CI 0.45, 0.93] or OP (HR 0.18, 95% CI 0.05, 0.57), but higher in fHP (HR 1.58, 95% CI 1.01, 2.40). The extent of fibrosis also predicted FVC decline and mortality. After immunosuppression, FVC decline was slower compared with pre-treatment in NSIP (by 2.1%/year, 95% CI 1.4, 2.8), with no change for UIP or fHP. CONCLUSION: Multiple radiologic patterns are possible in CTD-ILD, including a fHP pattern. NSIP and OP were associated with better outcomes and response to immunosuppression, while fHP had worse survival compared with UIP.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».