Chest CT Airway and Vascular Measurements in Females with COPD or Long-COVID
Notice bibliographique
Résumé
Chest CT provides a way to quantify pulmonary airway and vascular tree measurements. In patients with COPD, CT airway measurement differences in females are concomitant with worse quality-of-life and other outcomes. CT total airway count (TAC), airway lumen area (LA), and wall thickness (WT) also differ in females with long-COVID. Our objective was to evaluate CT airway and pulmonary vascular and quality-of-life measurements in females with COPD as compared to ex-smokers and patients with long-COVID. Chest CT was acquired 3-months post-COVID-19 infection in females with long-COVID for comparison with the same inspiratory CT in female ex-smokers and COPD patients. TAC, LA, WT, and pulmonary vascular measurements were quantified. Linear regression models were adjusted for confounders including age, height, body-mass-index, lung volume, pack-years and asthma diagnosis. Twenty-one females (53 ± 14 years) with long-COVID, 17 female ex-smokers (69 ± 9 years) and 13 female COPD (67 ± 6 years) patients were evaluated. In the absence of differences in quality-of-life scores, females with long-COVID reported significantly different LA (p = 0.006) compared to ex-smokers but not COPD (p = 0.7); WT% was also different compared to COPD (p = 0.009) but not ex-smokers (p = 0.5). In addition, there was significantly greater pulmonary small vessel volume (BV5) in long-COVID as compared to female ex-smokers (p = 0.045) and COPD (p = 0.003) patients and different large (BV10) vessel volume as compared to COPD (p = 0.03). In females with long-COVID and highly abnormal quality-of-life scores, there was CT evidence of airway remodelling, similar to ex-smokers and patients with COPD, but there was no evidence of pulmonary vascular remodelling.Clinical Trial Registration: www.clinicaltrials.gov NCT05014516 and NCT02279329
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 ».