Beyond Spirometry: Linking Wasted Ventilation to Exertional Dyspnea in the Initial Stages of COPD
Notice bibliographique
Résumé
Exertional dyspnea, a key complaint of patients with chronic obstructive pulmonary disease (COPD), ultimately reflects an increased inspiratory neural drive to breathe. In non-hypoxemic patients with largely preserved lung mechanics – as those in the initial stages of the disease – the heightened inspiratory neural drive is strongly associated with an exaggerated ventilatory response to metabolic demand. Several lines of evidence indicate that the so-called excess ventilation (high ventilation-CO2 output relationship) primarily reflects poor gas exchange efficiency, namely increased physiological dead space. Pulmonary function tests estimating the extension of the wasted ventilation and selected cardiopulmonary exercise testing variables can, therefore, shed unique light on the genesis of patients’ out-of-proportion dyspnea. After a succinct overview of the basis of gas exchange efficiency in health and inefficiency in COPD, we discuss how wasted ventilation translates into exertional dyspnea in individual patients. We then outline what is currently known about the structural basis of wasted ventilation in “minor/trivial” COPD vis-à-vis the contribution of emphysema versus a potential impairment in lung perfusion across non-emphysematous lung. After summarizing some unanswered questions on the field, we propose that functional imaging be amalgamated with pulmonary function tests beyond spirometry to improve our understanding of this deeply neglected cause of exertional dyspnea. Advances in the field will depend on our ability to develop robust platforms for deeply phenotyping (structurally and functionally), the dyspneic patients showing unordinary high wasted ventilation despite relatively preserved FEV1.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».