MétaCan
Menu
Retour à la cohorte
Enregistrement W4416638784 · doi:10.1183/13993003.congress-2025.oa2222

Utilising 129Xe-MRI to determine an FEV1/FVC range of uncertainty to detect airways disease

2025· article· W4416638784 sur OpenAlexaff
Laurie Smith, Helen Marshall, Sanja Stanojevic, Joshua Astley, Demi Jakymelen, Alberto Biancardi, Guilhem Collier, Ho‐Fung Chan, Paul Hughes, Martin Brook, Ryan Munro, Smitha Rajaram, Andy Swift, David Capener, Jody Bray, Jimmy Ball, Oliver Rodgers, Bilal Tahir, Madhwesha Rao, Graham Norquay, Nick Weatherley, Leanne Armstrong, Latife Hardaker, Hana Müllerová, Rod Hughes, Jim M. Wild

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomainePhysics and Astronomy
ThématiqueAtomic and Subatomic Physics Research
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésAsthmaSensitivity (control systems)Range (aeronautics)COPDPulmonary diseaseReceiver operating characteristicRespiratory disease

Résumé

récupéré en direct d'OpenAlex

Introduction: An FEV1/FVC z-score of -1.64 (as defined from a healthy population), is the threshold at which airflow limitation is deemed significant, yet 129Xe-MRI often detects obstructive lung disease when FEV1/FVC is >-1.64. Here, using 129Xe-MRI, we determined an alternative FEV1/FVC range to detect impairment. Methods: People with a diagnosis of asthma and/or COPD were assessed in the NOVELTY ADPro study. The ventilation defect percentage (VDP) was calculated from 129Xe-MRI and FEV1/FVC from spirometry. ROC analysis was used to determine the FEV1/FVC z-score range from 90% sensitivity to 90% specificity to detect abnormal VDP (>2%). Within this range we then calculated the proportion of abnormal VDP in people with and without a >5 pack-year smoking history. Results: 154 patients were assessed. Mean (SD) age = 59 (13)yrs, FEV1/FVC = -1.7 (1.4)z-score, VDP = 7.8 (8.3)%. 71% and 48% had abnormal VDP and FEV1/FVC respectively. To detect abnormal VDP, an FEV1/FVC z-score of -0.58 on ROC gave 90% sensitivity (48% specificity), whilst a z-score of -1.9 gave 91% specificity (55% sensitivity). There were 58 patients within this range, 65% of whom had abnormal VDP and 48% were smokers. 89% of smokers within this range of uncertainty had abnormal VDP, in comparison 43% of non smokers had abnormal VDP. Conclusions: In people with a diagnosis of airways disease, an FEV1/FVC z-score range of uncertainty from -0.58 to -1.9 gives the trade off at its margins between 90% sensitivity and 91% specificity of having abnormal VDP. In people with suspected airways disease, an FEV1/FVC z-score of <-0.58, with a smoking history, is at high risk of having 129Xe-MRI defined airways disease.

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,026
Tête enseignante GPT0,328
Écart entre enseignants0,302 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtomic and Subatomic Physics ResearchTravaux en français237 207