MétaCan
Menu
Retour à la cohorte
Enregistrement W4406438412 · doi:10.1183/23120541.01042-2024

Utility of diaphragm dome height as a marker of operational lung volume changes, disease burden and exacerbations in patients with mild-to-moderate COPD: an observational study within the CanCOLD cohort

2025· article· en· W4406438412 sur OpenAlexafffundabout
Sarah A. Beydoun, Olivia C. Iorio, Daniel Genkin, Pei Z. Li, Dany Doiron, François Maltais, Jean Bourbeau, Wan C. Tan, Don D. Sin, Shawn D. Aaron, Kenneth R. Chapman, Paul Hernandez, Darcy D. Marciniuk, Denis E. O’Donnell, Brandie Walker, Miranda Kirby, Bryan Ross

Notice bibliographique

RevueERJ Open Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Obstructive Pulmonary Disease (COPD) Research
Établissements canadiensUniversity of CalgaryQueen's UniversityUniversity of SaskatchewanDalhousie UniversityToronto Metropolitan UniversityOttawa HospitalMcGill University Health CentreUniversity of OttawaSt. Paul's HospitalUniversity of British ColumbiaToronto General HospitalUniversity of TorontoRoyal Victoria HospitalUniversité LavalInstitut universitaire de cardiologie et de pneumologie de Québec
Organismes subventionnairesMcGill University Health Centre
Mots-clésMedicineCOPDObservational studyDiaphragm (acoustics)CohortDome (geology)Cohort studyPulmonary diseaseInternal medicineIntensive care medicineEmergency medicinePhysical therapyCardiology

Résumé

récupéré en direct d'OpenAlex

Background Dynamic hyperinflation is central to dyspnoea, exercise limitation and exacerbations in COPD. While studied previously in moderate-to-severe COPD, the relevance of diaphragm dome height (DDH) on clinically important outcomes has been under-investigated in mild-to-moderate COPD. Methods Canadian Cohort Obstructive Lung Disease (CanCOLD) participants with spirometry-confirmed COPD, symptom-limited incremental cardiopulmonary exercise testing and computed tomography image data were included. Base-to-apex left DDH (LDDH) and right DDH (RDDH) were automatically segmented, with increased height implying less flattening and thus less hyperinflation. Dynamic hyperinflation was defined as ≥150 mL reduction in inspiratory capacity (IC) from rest to peak exercise. Cross-sectional linear regression models were fitted between LDDH and RDDH (predictor variables) with peak IC (IC peak ), peak workload ( W peak ), forced expiratory volume in 1 s (FEV 1 ) and COPD Assessment Test (CAT) score (outcome variables), and in longitudinal (Anderson–Gill) models with “symptom-based” and “event-based” exacerbations. Results are reported as parameter estimates or hazard ratios (HRs) with 95% confidence intervals per interquartile range dome height increment. Results Amongst 304 participants (mean± sd age 64.7±10.3 years, 41.8% female, 44.4% with mild COPD), each LDDH and RDDH increment, respectively, was associated with IC peak (0.21 (95% CI 0.13–0.29) L and 0.13 (95% CI 0.07–0.19) L), W peak (9.54 (95% CI 5.03–14.04) W and 6.04 (95% CI 2.45–9.62) W), FEV 1 (0.17 (95% CI 0.10–0.25) L and 0.08 (95% CI 0.02–0.14) L) and CAT score (−1.36 (95% CI −2.39– −0.33) and −0.82 (95% CI −1.63–0.00)). LDDH alone was associated with both symptom-based (HR 0.82 (95% CI 0.74–0.91)) and event-based (HR 0.83 (95% CI 0.73–0.95)) exacerbations. Of 167 out of 304 participants with confirmed dynamic hyperinflation (ΔIC −0.47±0.25 L), LDDH alone was associated with all outcomes (IC peak , W peak , FEV 1 , CAT and symptom-based/event-based exacerbations). Conclusions LDDH appears to be a clinically important marker for operational lung volume changes, lung function, exercise performance, disease burden and exacerbations in mild-to-moderate COPD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,085
Tête enseignante GPT0,405
Écart entre enseignants0,320 · 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 tête enseignante, 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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueERJ Open ResearchMême sujetChronic Obstructive Pulmonary Disease (COPD) ResearchTravaux en français237 207