MétaCan
Menu
← Retour à la cohorte
Enregistrement W4404097004 · doi:10.1183/13993003.congress-2024.pa4363

Using AI to expose the mechanisms of exertional dyspnoea in COPD: conflating “excessive” and “constrained” ventilation during incremental CPET

2024· article· en· W4404097004 sur OpenAlexaff
J. Alberto Neder, Abed Hijleh, Danilo Cortozi Berton, Sophia Wang, Igor Neder‐Serafini, Matthew D. James, Sandra G. Vincent, Nicolle J. Domnik, Devin B. Phillips, Denis O’Donnell

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Obstructive Pulmonary Disease (COPD) Research
Établissements canadiensYork UniversityQueen's University
Organismes subventionnairesnon disponible
Mots-clésEXPOSECOPDVentilation (architecture)MedicineComputer scienceExertional dyspneaIntensive care medicinePhysical medicine and rehabilitationCardiologyInternal medicineEngineeringMechanical engineeringBiology

Résumé

récupéré en direct d'OpenAlex

Background: There is a need of novel paradigms to interpret cardiopulmonary exercise testing (CPET) which properly considers the neurobiological underpinnings of exertional dyspnoea. Aim: We tested a conceptual framework which relates complementary metrics of demand-capacity imbalance of the respiratory system with the severity of dyspnoea as exercise intensifies. Methods: An AI-based software (DyVe-X) determined the overall burden (i.e., considering all CPET data points) of sex- and age-adjusted metrics of “excessive ventilation” (↓ dynamic ventilatory reserve (VRdyn)), “constrained ventilation” (↓ dynamic inspiratory reserve based on tidal volume/inspiratory capacity (IRdyn1) or inspiratory reserve volume/total lung capacity (IRdyn2)), and ↑ dyspnoea (Borg 0-10) in 359 men and women with mild to end-stage COPD Results: Severe decrements (<25th centile) in VRdyn, IRdyn1, and IRdyn2 showed high positive predictive values for “intense” dyspnoea-work rate (>75th centile); p<0.001)). Binary logistic regression, showed that IRdyn2 added information to the simpler IRdyn1 and VRdyn to predict “intense” dyspnoea-work rate (odds ratio (95% CI)= 3.26 (1.09-9.74), 21.6 (4.7-92.9), and 10.4 (3.03-35.6) respectively; 86.1 % correct). Of note, IRdyn1 and IRdyn2 – but not VRdyn- were highly predictive of “intense" dyspnea-ventilation (22.8 (7.37-70.7) and 9.6 (3.1-29.7) respectively; 89.1 % correct), i.e., "constrained ventilation". Conclusions: By combining indexes of “excessive” and “constrained” ventilation throughout incremental CPET, DyVe-X may provide unique insights into the physiological underpinnings of exertional dyspnoea in individual patients.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,028
Tête enseignante GPT0,331
Écart entre enseignants0,304 · 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'étudeObservationnel
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetChronic Obstructive Pulmonary Disease (COPD) Research→Travaux en français237 207→