MétaCan
Menu
Retour à la cohorte
Enregistrement W4399993021 · doi:10.5858/arpa.2024-0002-oa

In Situ Lung Dust Analysis by Automated Field Emission Scanning Electron Microscopy With Energy Dispersive X-ray Spectroscopy: A Method for Assessing Inorganic Particles in Lung Tissue From Coal Miners

2024· article· en· W4399993021 sur OpenAlexaff
Emily Sarver, Çiğdem Keleş, Heather Lowers, L. Zell-Baran, L. Go, Jeremy T. Hua, Carlyne D. Cool, Cecile S. Rose, Francis Green, K.S. Almberg, Robert A. Cohen

Notice bibliographique

RevueArchives of Pathology & Laboratory Medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueOccupational and environmental lung diseases
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésParticle sizeIn situParticle (ecology)Energy-dispersive X-ray spectroscopyContext (archaeology)CoalMaterials scienceAnalytical Chemistry (journal)MineralogyScanning electron microscopePathologyChemistryEnvironmental chemistryMedicineComposite materialBiology

Résumé

récupéré en direct d'OpenAlex

CONTEXT.—: Overexposure to respirable coal mine dust can cause severe lung disease including progressive massive fibrosis (PMF). Field emission scanning electron microscopy with energy dispersive x-ray spectroscopy (FESEM-EDS) has been used for in situ lung dust particle analysis for evaluation of disease etiology. Automating such work can reduce time, costs, and user bias. OBJECTIVE.—: To develop and test an automated FESEM-EDS method for in situ analysis of inorganic particles in coal miner lung tissue. DESIGN.—: We programmed an automated FESEM-EDS procedure to collect particle size and elemental data, using lung tissue from 10 underground coal miners with PMF and 4 control cases. A statistical clustering approach was used to establish classification criteria based on particle chemistry. Data were correlated to PMF/non-PMF areas of the tissue, using corresponding brightfield microscopy images. Results for each miner case were compared with a separate corresponding analysis of particles recovered following tissue digestion. RESULTS.—: In situ analysis of miner tissues showed higher particle number densities than controls and densities were generally higher in PMF than non-PMF areas. Particle counts were typically dominated by aluminum silicates with varying percentages of silica. Compared to digestion results for the miner tissues, in situ results indicated lower density of particles (number per tissue volume), larger size, and a lower ratio of silica to total silicates-probably due to frequent particle clustering in situ. CONCLUSIONS.—: Automated FESEM-EDS analysis of lung dust is feasible in situ and could be applied to a larger set of mineral dust-exposed lung tissues to investigate specific histologic features of PMF and other dust-related occupational diseases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,319
Écart entre enseignants0,314 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Pathology & Laboratory MedicineMême sujetOccupational and environmental lung diseasesTravaux en français237 207