Late Breaking Abstract - Combining Phase-Resolved Functional Lung (PREFUL)-MRI and advanced CPET to uncover the underpinnings of exertional gas exchange inefficiency in COPD
Notice bibliographique
Résumé
Background: Exposing the severity and topographic distribution of exertional ventilation (V)/perfusion (Q) heterogeneity—a major cause of "wasted" ventilation in the physiological dead space—is paramount to advancing our understanding of the genesis of activity-related dyspnea. Aim: To assess the feasibility of a novel pulmonary functional imaging-physiology platform designed to investigate V/Q mismatching at rest and exercise. Methods: 13 subjects (7 with COPD and mild obstruction) underwent supine CPET with alveolar (alv) VD by breath-by-breath volumetric capnography, repeated twice at an MRI facility (3 T Magnetom Prisma™, Siemens). Noncontrast, free-breathing PREFUL-MRI provided dynamic V and Q maps. Results: We obtained technically adequate and reproducible exercise PREFUL data (ICC= 0.91-0.99; p<0.01). Patients exhibited higher exercise ventilation/CO2 output and VDalv than controls. These findings were associated with increased Q deficits relative to V, e.g., exercise Q deficit percent (QDP)= 27.4 ± 12.7% vs. 17.8 ± 4.7%; one-tailed p=0.05 (illustrative subjects in Figure; VDP= V deficit percent). erj;64/suppl_68/OA2879/F1 F1 F1 Conclusions: We successfully amalgamated PREFUL to advanced CPET, creating an innovative platform to provide unique insights into the underpinning of gas exchange inefficiency and excess exertional ventilation in cardiopulmonary diseases. Supported by a CIHR Grant
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».