MétaCan
Menu
Retour à la cohorte
Enregistrement W4410277295 · doi:10.1164/ajrccm.2025.211.abstracts.a7942

Multi-site Analysis of Functional Gas Exchange Measures on 129Xe MRI Among Healthy Volunteers

2025· article· en· W4410277295 sur OpenAlexaff
Andrew McHorse, H. Qin, Peter Niedbalski, Adam Schmidt, Jackie Liggins, Joseph Leung, Don D. Sin, Rachel L. Eddy, Aparna Swaminathan, Bastiaan Driehuys, David Mummy

Notice bibliographique

RevueAmerican Journal of Respiratory and Critical Care Medicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensSt. Paul's HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineIsotopes of xenonNuclear medicineNuclear magnetic resonanceNuclear physicsXenonPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract RATIONALE: Hyperpolarized 129Xe gas exchange MRI has shown promise as a diagnostic and prognostic tool for diverse cardiopulmonary conditions, including asthma, COPD, and interstitial lung diseases. The increasing clinical use of 129Xe MRI requires a thorough characterization of the normal variation in gas exchange metrics observed in healthy individuals to differentiate expected variation from true disease processes. This study expands upon earlier models to evaluate associations between patient demographics and 129Xe gas exchange metrics in a large cohort of healthy volunteers aged 19 to 87 across three institutions. METHODS: Participants (N=134, 71F/63M, age 54±16 yrs) with no history of pulmonary disease, less than 5 pack-years smoking history, and no smoking history within the last 5 years underwent hyperpolarized 129Xe MRI. For each participant, 3D isotropic images of gas phase (airspaces) and dissolved phase (interstitial membrane tissue uptake and red blood cell transfer [RBC]) were acquired using the 1-point Dixon method at 3 Tesla during a single breath-hold. The imaging-derived metrics, membrane-to-gas ratio (M:Gas) and RBC-to-gas ratio (RBC:Gas), as well as the spectroscopy-based measure, RBC-to-membrane ratio (RBC:M), were analyzed using a multivariate linear regression model with age, sex, and BMI as covariates. Participants were included from three sites: University of Kansas Medical Center (N=27), University of British Columbia (N=58), and Duke University (N=49). Variability between the three participating institutions was assessed using ANOVA and the Tukey range test. RESULTS: Example 129Xe MRI images across a range of ages are shown in Figure 1. Multivariate regression analysis revealed that BMI and male sex were positively correlated in the M:Gas model (p=0.0001 and p=0.03 respectively). RBC:Gas signal increased in males (p=0.0002) and decreased with age (p<0.0001). Age and sex were both significant covariates in the RBC:M model (p<0.0001 and p<0.0001). Each additional 10 years of age was associated with a decrease of 0.04, and males were associated with a 0.12 higher RBC:M than females. CONCLUSION: This large cohort study demonstrates that 129Xe MRI gas exchange metrics vary as a function of patient age, sex, and BMI in healthy individuals, with sex and age playing a larger role in RBC signal whereas BMI plays the greatest role in membrane signal. The consistency of these findings across three institutions validates previous single-site models and establishes the robustness of these demographic associations. Appropriate correction factors may need to be developed to enable meaningful inter-subject comparisons and better delineate the range of expected healthy values.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,036
Tête enseignante GPT0,366
Écart entre enseignants0,330 · 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'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 revueAmerican Journal of Respiratory and Critical Care MedicineMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207