Mechanical-ventilatory responses and exertional dyspnoea in ever-smokers at risk for COPD in CanCOLD: an AI-based study
Notice bibliographique
Résumé
Background: Continuous, dynamic (dyn) assessment of mechanical-ventilatory responses during incremental CPET may detect respiratory abnormalities relevant to dyspnoea in ever-smokers at risk for COPD. Aim: To contrast the current key CPET criterium to establish ventilatory limitation – peak ventilatory reserve (VRpeak)<15% – versus a novel AI-based approach (DyVe-X) which considers on data points in ever-smokers evaluated in the CanCOLD study. Methods:DyVe-X determined the severity of submaximal ventilatory (VRdyn) and mechanical (dynamic inspiratory reserve (IRdyn)) constraints and dyspnoeadyn (Borg 0-10) during incremental CPET in 443 ever smokers (282M; median [IQR]=15[26.5] pack-yrs) without airflow obstruction (post-BD FEV1/FVC>-1.645 z-score). Results:∼30% of subjects with preserved (⇔) or reduced (⇓) VRpeak were DyVe-X(+) or DyVe-X(-), respectively (p<0.001; McNemar test). Dyspnoeadyn severity (Figure 1A) and exercise capacity (Figure 1B) were more closely related to DyVe-X results than VRpeak categories (p<0.05). Logistic regression revealed that VRdyn (OR [95%CI]=2.12 [1.34-3.37] and IRdyn (1.57 [1.07-2.47]) – but not VRpeak – predicted “high” dyspnoeadyn (>75th centile) (p<0.001). erj;66/suppl_69/PA5189/F1 F1 F1 Conclusions: DyVE-X – an AI-based CPET interpretation algorithm – is superior to the traditional VRpeak in detecting physiological abnormalities germane to exertional dyspnoea in ever-smokers at risk for 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».