MétaCan
Menu
Retour à la cohorte
Enregistrement W4410085400 · doi:10.1016/j.acra.2025.04.030

Quantification of 129Xe MRI Ventilation-defect-percent Using Binary-threshold, Gaussian Linear-Binning and K-means Methods: Differences in Asthma and COPD

2025· article· en· W4410085400 sur OpenAlexaff
Eveline Durom, Ali Mozaffaripour, Alexander M. Matheson, Rachel L. Eddy, Sarah Svenningsen, Grace Párraga

Notice bibliographique

RevueAcademic Radiology · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAtomic and Subatomic Physics Research
Établissements canadiensMcMaster UniversitySt. Paul's HospitalRobarts Clinical TrialsWestern University
Organismes subventionnairesnon disponible
Mots-clésAsthmaCOPDMedicineBinary numberVentilation (architecture)GaussianNuclear medicineStatisticsMathematicsInternal medicinePhysics

Résumé

récupéré en direct d'OpenAlex

Rationale and Objectives Hyperpolarized 129 Xe magnetic resonance imaging (MRI) provides a way to quantify ventilation heterogeneity as ventilation defect percent (VDP), calculated as the volume of unventilated lung volume normalized to the thoracic cavity volume. Currently used methods for quantifying VDP include (1) binary signal-intensity thresholds (Binary-threshold, BT), (2) Gaussian transformation of signal-intensity histogram with standard deviation thresholds or Gaussian-linear-binning (GLB), and (3) iterative centroid-based clustering of the signal-intensity histogram (k-means). These methods have not been directly compared in patients with asthma and chronic obstructive pulmonary disease (COPD), in whom ventilation defects are hallmark findings. Our objective was to quantify and compare VDP using these four different methods. Patients and Methods Data from 175 participants ( n =42 healthy, n =43 COPD, n =90 asthma) were retrospectively evaluated using a CNN co-registration and segmentation pipeline and GLB, GLB slice , (slice-wise evaluation of GLB) BT and k-means VDP quantification methods. Linear-regression and Bland-Altman plots were used to quantify inter-method correlations and agreement. Results VDP was significantly different using GLB (Asthma: 6±9%, COPD: 7±7%, p<.001) and BT (Asthma: 6±7%, COPD: 10±8%, p<.001) methods compared to GLB slice (Asthma: 12±13%, COPD: 16±15%, p<.001) and k-means (Asthma: 12±12%, COPD: 25±17%, p<.001). VDP calculated using GLB (R 2 =.64, p<.001), GLB slice (R 2 =.84, p<.001) and BT (R 2 =.84, p<.001) was significantly correlated with k-means VDP. Bland-Altman plots revealed wide 95% confidence intervals of agreement for k-means with GLB/GLB slice (COPD −6%/−1%: 42%/23%; asthma −5%/−10%:16%/10%) and BT (COPD −4%:36%; asthma −6%:19%). Conclusion VDP differences in patients with asthma and COPD calculated using four methods are important to consider for multi-center studies.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,045
Tête enseignante GPT0,381
Écart entre enseignants0,336 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueAcademic RadiologyMême sujetAtomic and Subatomic Physics ResearchTravaux en français237 207