Real-time and non-invasive acute lung rejection diagnosis using confocal LASER Endomicroscopy in lung transplant recipients: Results from the CELTICS study
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Traditionally, the diagnosis of acute rejection (AR) relies on invasive transbronchial biopsies (TBBs) to obtain histopathological samples. We aimed to evaluate the diagnostic yield of probe-based confocal laser endomicroscopy (pCLE) as a complementary and non-invasive tool for ACR screening, comparing its results with those obtained from TBBs. METHODS: Between January 2015 and April 2022, we conducted a retrospective study of all lung transplant recipients aged over 18 years at Toulouse University Hospital (France). All patients who underwent bronchoscopies with both TBBs and pCLE imaging were included. Two experienced interpreters (TV and MS) reviewed the pCLE images independently, blinded to all clinical information and pathology results. RESULTS: <0.0001 and 0.003 respectively). Alveolar cellularity demonstrated a sensitivity (Se) of 85.3 %, specificity (Spe) of 43 %, positive predictive value (PPV) of 37.2 % and negative predictive value (NPV) of 88.1 %. For PVC, Se was 70.6 %, Spe 80.2 %, PPV 58.5 % and NPV 87.3 %. Intra-interpreter correlation (TV) was 88.3 % for the number of vessels (+/-1), 98.3 % for ALC and 90 % for PVC. Inter-interpreter correlation (TV and MS) was 80 % for vessels (+/-1), 97.5 % for ALC and 83.3 % for PVC. CONCLUSION: Our study demonstrates the feasibility of incorporating pCLE into clinical practice, demonstrating good diagnostic yield and reproducible outcomes in the screening of AR in lung transplant recipients.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».