Objective assessment of computed tomographic pulmonary attenuation of inspiratory and expiratory series in dogs with and without bronchomalacia
Notice bibliographique
Résumé
OBJECTIVE: To document objective metrics of attenuation of the pulmonary parenchyma on inspiratory and expiratory breath-hold CT in dogs with bronchomalacia (BM) and dogs without BM (NoBM) using automated software analysis. Metrics included mean lung attenuation, percent low-attenuation area at -856 HU, percent high-attenuation area at -700 HU, and percent attenuation area between -600 and -250 HU. ANIMALS: Client-owned dogs with BM (n = 123) and NoBM (20). METHODS: This retrospective study utilized 3D Slicer software (Brigham and Women's Hospital) to assess pulmonary CT attenuation. Analysis used Spearman correlation and 2-way ANOVA with beta regression. RESULTS: Comparing the difference between inspiratory and expiratory phases, there was a significantly greater increase in mean lung attenuation (P = .001), a significant reduction in percent low-attenuation area at -856 HU (P = .016), and a significant increase in percent high-attenuation area at -700 HU and percent attenuation area between -600 and -250 HU (P < .001 and P < .0001, respectively) in BM versus NoBM dogs. CONCLUSIONS: The higher inspiratory and expiratory difference in lung attenuation in BM compared to NoBM dogs supports the presence of impaired parenchymal aeration downstream of segmental and subsegmental airway collapse. CLINICAL RELEVANCE: Quantitative image analysis holds promise for objectively evaluating changes with BM.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».