MétaCan
Menu
Retour à la cohorte
Enregistrement W4407767874 · doi:10.1183/23120541.00060-2024

Spirometry at different Latin American altitudes: a Global Lung Function Initiative project

2025· article· en· W4407767874 sur OpenAlexaff
Laura Gochicoa‐Rangel, David Martínez‐Briseño, Cole Bowerman, Sanja Stanojevic, Luciano Enrique Busi, Santiago C. Arce, Mónica Gutiérrez-Clavería, Carlos E. Rodríguez‐Martínez, Carlos Aguirre-Franco, Ana Moya-Olivares, Vanessa Vernaza-Alcedo, Nilda Luz Palma Chambilla, Rogelio Pérez‐Padilla, Marie Solange-Caussade, Luis Torre‐Bouscoulet

Notice bibliographique

RevueERJ Open Research · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHigh Altitude and Hypoxia
Établissements canadiensMcMaster UniversityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineSpirometryLung functionLatin AmericansLungPhysical therapyInternal medicineAsthma

Résumé

récupéré en direct d'OpenAlex

Aim Approximately 20% of people in Latin America live more than 2500 m above sea level. In this ethnically and socioeconomically diverse population, it is challenging to differentiate the effects of altitude from population differences in lung function. The aim of the present study was to quantify the contribution of altitude on the variability in lung function measured by spirometry in Latin America. Methods Data from healthy individuals living in nine cities across Latin America (from sea level to >2500 m above sea level) were collated. Z -scores for forced expiratory volume in 1 s (FEV 1 ), forced vital capacity (FVC) and FEV 1 /FVC were calculated using available reference equations. Mixed-effects linear regression models were used to quantify the variance in spirometry explained by altitude. The percentage of individuals that were below the lower limit of normal (fifth percentile) were summarised. Results A total 4480 subjects (3–94 years) were included. Average FEV 1 and FVC z -scores differed between the altitude groups, whereas FEV 1 /FVC did not. After adjusting for sex, height and age, altitude explained up to ∼18% of the variability in lung function measured by spirometry. Conclusion For people living at altitude, existing approaches to interpreting spirometry measures may misclassify individuals.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,248
Score d'incertitude au seuil0,511

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,077
Tête enseignante GPT0,429
Écart entre enseignants0,352 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueERJ Open ResearchMême sujetHigh Altitude and HypoxiaTravaux en français237 207