📄 respiratory medicine

Hybrid HU-Z-Score Method for Early Detection of Progressive Pulmonary Fibrosis: A Proof-of-Concept Study Combining Volumetric and Density-Based CT Analysis

यह प्रूफ-ऑफ-कॉन्सेप्ट अध्ययन एक हाइब्रिड HU-Z-स्कोर CT विश्लेषण पद्धति प्रस्तुत करता है जो महत्वपूर्ण क्षेत्रीय विस्तार से पहले प्रारंभिक गुणात्मक फुफ्फुसीय फाइब्रोसिस प्रगति (ऊतक घनत्व) का पता लगाता है, जो पारंपरिक वॉल्यूम-आधारित या कार्यात्मक मानदंडों की तुलना में समय पर एंटीफाइब्रोटिक थेरेपी शुरू करने के लिए एक अधिक संवेदनशील उपकरण प्रदान करता है।

मूल लेखक: Trabadelo, H.

प्रकाशित 2026-03-09

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Trabadelo, H.

मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ⚕️ यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें

यहाँ इस शोध पत्र का सरल भाषा, रचनात्मक उपमाओं और रूपकों के साथ हिंदी अनुवाद दिया गया है।

बड़ी समस्या: घर को जलते हुए देखना

कल्पना कीजिए कि आपके फेफड़े एक घर हैं। इंटरस्टिशियल लंग डिजीज (ILD) नामक बीमारी में, इस घर की दीवारें धीरे-धीरे मोटी, सख्त कंक्रीट (फाइब्रोसिस) में बदल जाती हैं। इससे सांस लेने में कठिनाई होती है।

वर्तमान में, डॉक्टरों के पास एक बहुत कठिन काम है: वे शक्तिशाली दवा तभी शुरू कर सकते हैं जब घर में पहले से ही आग लगी हो।

पुराना तरीका: डॉक्टर तब तक इंतजार करते हैं जब तक कि मरीज का ब्रीदिंग टेस्ट (FVС) 10% तक नहीं गिर जाता। यह वैसा ही है जैसे फायर ब्रिगेड को बुलाने के लिए तब तक इंतजार करना जब तक कि धुआं अलार्म बजने न लगे और छत गिरने ही वाली न हो। तब तक, काफी नुकसान हो चुका होता है जिसे ठीक नहीं किया जा सकता।
नया विचार: इस शोध पत्र के लेखक चाहते हैं कि जब उन्हें पहली चिंगारी या धुएं का एक छोटा सा पैच दिखे, तभी फायर डिपार्टमेंट को बुला लिया जाए, इससे पहले कि पूरा घर खतरे में पड़ जाए।

पुराने उपकरण: वे क्यों विफल रहे

वर्षों से, वैज्ञानिकों ने इन "चिंगारियों" को जल्दी खोजने के लिए सीटी स्कैन (CT scans) का उपयोग करने की कोशिश की, लेकिन उन्होंने ऐसे उपकरणों का उपयोग किया जो बहुत ही भद्दे (blunt) थे:

"आंखों से देखने" वाला तरीका (The "Eye-Ball" Method): डॉक्टर स्कैन देखते थे और अनुमान लगाते थे कि स्थिति कितनी खराब है।
- खामी: यह दो लोगों द्वारा एक तरबूज को देखकर उसका वजन बताने जैसा है। एक कहता है "10 पाउंड," दूसरा कहता है "15 पाउंड।" यह बहुत ही व्यक्तिपरक (subjective) है और छोटे बदलावों को पकड़ने में विफल रहता है।
"वॉल्यूम" वाला तरीका (The "Volume" Method): कंप्यूटर गिनता था कि फेफड़ों में कितना "खराब" ऊतक (tissue) मौजूद है (जैसे दीवार में कितनी ईंटें हैं)।
- खामी: यह केवल तभी गिनता है जब दीवार बड़ी होती है। लेकिन क्या होगा अगर दीवार बड़ी हुए बिना ही अधिक घनी (dense) हो जाए? एक स्पंज की कल्पना करें। यदि आप स्पंज को दबाते हैं, तो वह बड़ा नहीं होता, लेकिन वह बहुत कठोर और घना हो जाता है। पुराने उपकरण इस "दबाव" (densification) को पकड़ नहीं पाते थे क्योंकि आकार में कोई बदलाव नहीं हुआ था।

नया समाधान: "Z-स्कोर" हाइब्रिड विधि

लेखकों ने सीटी स्कैन को देखने का एक नया, स्मार्ट तरीका बनाया है। वे इसे हाइब्रिड HU-Z-स्कोर विधि कहते हैं।

इसे अपने फेफड़ों के लिए एक मौसम पूर्वानुमान (Weather Forecast) की तरह समझें।

1. "HU" वाला हिस्सा (थर्मामीटर)

सबसे पहले, कंप्यूटर फेफड़ों के ऊतकों के "तापमान" को देखता है। सीटी स्कैन में, स्वस्थ हवा बहुत ठंडी होती है (कम संख्या), और स्कार टिश्यू (निशान वाला ऊतक) गर्म होता है (उच्च संख्या)। कंप्यूटर एक रेखा खींचता है: "जो कुछ भी -600 से अधिक गर्म है, वह बुरा है।" यह खराब जगहों को ढूंढ लेता है।

2. "Z-स्कोर" वाला हिस्सा (रूलर/पैमाना)

यही असली जादू है। केवल यह कहने के बजाय कि "यह गर्म है," कंप्यूटर पूछता है: "यह सामान्य से कितना अधिक गर्म है?"

उपमा: कल्पना कीजिए कि आप एक कक्षा में छात्रों की लंबाई माप रहे हैं।
- पुराना तरीका: "यह छात्र 6 फीट लंबा है।" (क्या यह लंबा है? संदर्भ के बिना हमें नहीं पता)।
- नया Z-स्कोर तरीका: "यह छात्र अपनी कक्षा के औसत बच्चे से 2 मानक विचलन (standard deviations) अधिक लंबा है।"
- महत्व: यदि पूरी कक्षा बेहतर खान-पान के कारण लंबी हो जाती है (स्कैन में तकनीकी त्रुटि), तो औसत बढ़ जाता है। लेकिन छात्र और औसत के बीच का अंतर वही रहता है। Z-स्कोर उस "शोर" (noise) को नजरअंदाज करता है और व्यक्तिगत स्थान की गंभीरता पर ध्यान केंद्रित करता है।

3. "हाइब्रिड" जादू (दबाव/घनत्व का पता लगाना)

कंप्यूटर अब दो चीजों को ट्रैक करता है:

क्षेत्र (Territory): क्या खराब क्षेत्र बड़ा हुआ? (दीवार चौड़ी हुई)।
गंभीरता (Severity): क्या खराब क्षेत्र अधिक घना हुआ? (दीवर सख्त हुई)।

बड़ी सफलता: शोध पत्र के पहले केस स्टडी में, "क्षेत्र" में कोई बदलाव नहीं हुआ। खराब क्षेत्र का आकार बिल्कुल वही था। लेकिन "गंभीरता" (Z-स्कोर) काफी बढ़ गई।

अनुवाद: निशान वाला ऊतक (scar tissue) नए कमरों में नहीं फैला, बल्कि वहां मौजूद ऊतक ही "नरम रबर" से बदलकर "कठोर कंक्रीट" में बदल गया।
परिणाम: पुराने उपकरणों ने कहा, "सब ठीक है, कोई बदलाव नहीं।" नए उपकरण ने कहा, "अलर्ट! ऊतक सख्त हो रहा है! अभी उपचार शुरू करें!"

बीमारी के तीन चरण (घर की कहानी)

लेखक प्रस्तावित करते हैं कि फेफड़ों की बीमारी तीन चरणों में होती है, और उनका टूल सबसे पहले चरण को पकड़ता है:

चरण 1: दबाव (Densification)। ऊतक सख्त हो जाता है, लेकिन आकार वही रहता है। वर्तमान उपकरण इसे मिस कर देते हैं। नया टूल इसे पकड़ लेता है। यह उपचार के लिए "स्वर्ण काल" (Golden Window) है।
चरण 2: फैलाव (Expansion)। खराब ऊतक नए कमरों में फैलने लगता है। घर बड़ा हो जाता है। वर्तमान उपकरण इसे पकड़ लेते हैं।
चरण 3: पतन (Destruction)। घर बर्बाद हो जाता है। सभी उपकरण इसे पकड़ लेते हैं, लेकिन तब तक बहुत देर हो चुकी होती है।

डॉक्टरों के लिए "ट्रैफिक लाइट" सिस्टम

यह शोध पत्र केवल नंबर नहीं देता; यह डॉक्टरों को निर्णय लेने के लिए एक स्पष्ट ट्रैफिक लाइट देता है:

🟢 ग्रीन लाइट: कोई बदलाव नहीं। देखते रहें।
🟡 येलो लाइट: Z-स्कोर बढ़ गया है (ऊतक सख्त हो रहा है), भले ही आकार वही हो। कार्रवाई: "अभी दवा शुरू करने पर विचार करें और 3 महीने बाद फिर से स्कैन करें।"
🔴 रेड लाइट: आकार बढ़ रहा है या Z-स्कोर तेजी से बढ़ रहा है। कार्रवाई: "तुरंत दवा शुरू करें।"

यह क्यों महत्वपूर्ण है

गति: यह वर्तमान तरीकों की तुलना में 3 से 6 महीने पहले समस्याओं का पता लगा सकता है।
स्पष्टता: यह अनुमान लगाने की गुंजाइश को खत्म करता है। एक डॉक्टर के यह कहने के बजाय कि "मुझे लगता है कि यह थोड़ा बदतर दिख रहा है," कंप्यूटर कहता है, "गंभीरता स्कोर 0.5 बढ़ गया है, जो कि एक सांख्यिकीय रूप से महत्वपूर्ण चेतावनी संकेत है।"
आशा: चरण 1 (जब यह केवल सख्त हो रहा है) में बीमारी को पकड़कर, डॉक्टर इसे चरण 2 (जब यह फैलता है और फेफड़ों को नष्ट करता है) तक पहुँचने से रोकने में सक्षम हो सकते हैं।

सीमाएं (Limitations)

लेखक ईमानदार हैं: यह एक प्रूफ-ऑफ-कॉन्सेप्ट है। उन्होंने इसका परीक्षण केवल दो रोगियों पर किया है।

यह एक प्रोटोटाइप कार बनाने और उसे ब्लॉक के चक्कर लगाने के लिए चलाने जैसा है। यह काम करता है, लेकिन हमें यह साबित करने के लिए कि यह सभी के लिए सुरक्षित और विश्वसनीय है, इसे 100 अन्य कारों के साथ हाईवे पर चलाना होगा।
उन्हें यह सुनिश्चित करने के लिए कि "Z-स्कोर" के नियम सभी प्रकार की फेफड़ों की बीमारियों और विभिन्न सीटी मशीनों के लिए काम करते हैं, सैकड़ों लोगों पर इसका परीक्षण करने की आवश्यकता है।

निष्कर्ष (The Bottom Line)

यह शोध पत्र फेफड़ों के निशान (scarring) को मापने के लिए एक अधिक स्मार्ट और संवेदनशील रूलर पेश करता है। यह डॉक्टरों को फेफड़ों के निशान के "बड़े" होने से पहले उसके "सख्त" होने का पता लगाने की अनुमति देता है, जिससे मरीजों का इलाज बहुत पहले संभव हो पाता है और फेफड़ों की कार्यक्षमता को बचाया जा सकता है। यह "शायद यह बदतर हो रहा है" के अस्पष्ट अहसास को एक स्पष्ट, डेटा-आधारित "हाँ, यह बदतर हो रहा है, चलिए कदम उठाते हैं" में बदल देता है।

यहाँ "अर्ली डिटेक्शन ऑफ क्वालिटेटिव फाइब्रोसिस प्रोग्रेशन यूजिंग हाइब्रिड HU-Z-स्कोर CT एनालिसिस" शोध पत्र का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

प्रोग्रेसिव फाइब्रोसिंग इंटरस्टिशियल लंग डिजीज (ILD), जिसमें इडियोपैथिक पल्मोनरी फाइब्रोसिसिस (IPF) शामिल है, का प्रबंधन वर्तमान में प्रगति का पता लगाने की मौजूदा विधियों की विलंबता (latency) के कारण बाधित है।

कार्यात्मक सीमाएँ (Functional Limitations): वर्तमान दिशा-निर्देश फोर्स्ड वाइटल कैपेसिटी (FVC) की गिरावट (6-12 महीनों में $\ge$ 10%) पर निर्भर करते हैं। यह एक 'रिट्रोस्पेक्टिव मार्कर' है जो महत्वपूर्ण संरचनात्मक क्षति और कार्यात्मक हानि होने के बाद ही बीमारी के बिगड़ने का पता लगाता है।
क्वांटिटेटिव सीटी (qCT) की सीमाएँ: स्वचालित qCT विधियों की पिछली पीढ़ियां विशिष्ट खामियों के कारण नियमित नैदानिक अभ्यास में अनुवाद करने में विफल रही हैं:
- विजुअल स्कोरिंग: उच्च इंटर-ऑब्जर्वर परिवर्तनशीलता और सूक्ष्म परिवर्तनों के प्रति संवेदनहीनता।
- फिक्स्ड HU थ्रेशोल्ड: तकनीकी शोर (स्कैनर अंतर, श्वसन प्रयास की परिवर्तनशीलता) के प्रति संवेदनशील, जिससे फाल्स पॉजिटिव/नेगेटिव उत्पन्न होते हैं। वे क्षेत्रीय विस्तार (आयतन/वॉल्यूम) को मापते हैं लेकिन इन-सीटू डेंसिफिकेशन (गंभीरता) को मिस कर देते हैं।
- टेक्सचर/मशीन लर्निंग: अक्सर "ब्लैक बॉक्स" मॉडल, गणनात्मक रूप से महंगे, और अनुदैर्ध्य निगरानी (longitudinal monitoring) के लिए मानकीकृत गंभीरता मेट्रिक्स की कमी।
अतृप्त आवश्यकता (The Unmet Need): "फेज 1" प्रोग्रेशन (आयतन विस्तार के बिना ऊतक घनत्व/डेंसिफिकेशन) का पता लगाने के लिए कोई परिचालन योग्य विधि नहीं है, ताकि अपरिवर्तनीय कार्यात्मक गिरावट (irreversible functional decline) से पहले प्रारंभिक चिकित्सीय हस्तक्षेप (जैसे एंटीफाइब्रोटिक्स) को सक्षम किया जा सके।

2. कार्यप्रणाली (Methodology)

लेखक दो ILD रोगियों के दो अलग-अलग अंतराल (3.5 और 10 महीने) वाले सीरियल हाई-रिज़ॉल्यूशन सीटी (HRCT) स्कैन का उपयोग करते हुए एक 'रिट्रोस्पेक्टिव प्रूफ-ऑफ-कांसेप्ट' डिज़ाइन के माध्यम से एक हाइब्रिड HU-Z-स्कोर विश्लेषण विधि का प्रस्ताव और सत्यापन करते हैं।

A. तकनीकी पाइपलाइन (Python-आधारित)

स्वचालित फेफड़े का विभाजन (Automated Lung Segmentation):
- इसके लिए SimpleITK, scikit-image, और NumPy का उपयोग किया जाता है।
- यह द्विपक्षीय फेफड़ों के पैरेन्काइमा को अलग करने के लिए थ्रेशोल्डिंग (-1024 से -200 HU), मॉर्फोलॉजिकल ऑपरेशंस (होल्स को भरने के लिए क्लोजिंग) और कनेक्टेड कंपोनेंट एनालिसिस का उपयोग करता है।
- इसमें एयरवे रिमूवल और क्वालिटी कंट्रोल (वॉल्यूम वैलिडेशन) शामिल है।
हाइब्रिड क्वांटिफिकेशन (मुख्य नवाचार):
- घटक 1 (HU थ्रेशोल्डिंग): उन वोक्सेल्स (voxels) की पहचान करता है जिनका हौंसफील्ड यूनिट्स (HU) > -600 है (सामान्य एयरेटेड फेफड़े और एम्फिसीमा को छोड़कर)।
- घटक 2 (Z-स्कोर नॉर्मलाइजेशन): सभी फाइब्रोटिक वोक्सेल्स को समान मानने के बजाय, यह विधि प्रत्येक वोक्सेल के लिए एक सामान्य फेफड़े के वितरण (Mean $\mu$ $μ$ = -850 HU, SD $\sigma$ $σ$ = 100 HU) के सापेक्ष Z-स्कोर की गणना करती है।
  - सूत्र: $Z = \frac{HU_{voxel} - \mu_{normal}}{\sigma_{normal}}$
- गंभीरता स्तरीकरण (Severity Stratification): फाइब्रोसिस को Z-स्कोर द्वारा वर्गीकृत किया गया है:
  - हल्का (Mild): Z = 1.0–2.0
  - मध्यम (Moderate): Z = 2.0–3.0
  - गंभीर (Severe): Z $\ge$ 3.0
अनुदैर्ध्य विश्लेषण (Longitudinal Analysis):
- कुल आयतन में परिवर्तन ( $\Delta V$ ) और औसत Z-स्कोर में परिवर्तन ( $\Delta Z$ ) की गणना करता है।
- विभिन्न गंभीरता श्रेणियों के बीच ऊतक के पुनर्वितरण (जैसे, हल्का $\to$ गंभीर) को ट्रैक करता है।

B. क्लिनिकल डिसीजन सपोर्ट एल्गोरिदम

यह विधि स्वचालित सिफारिशों को ट्रिगर करने के लिए पांच स्पष्ट प्रगति मानदंड परिभाषित करती है:

महत्वपूर्ण प्रोग्रेशन (Significant Progression): $\ge$ 6 महीनों में $\ge$ 20% आयतन वृद्धि।
तीव्र प्रोग्रेशन (Rapid Progression): $\le$ 3 महीनों में $\ge$ 10% आयतन वृद्धि।
क्वालिटेटिव वर्सनिंग (Qualitative Worsening - मुख्य नवाचार): $\Delta Z \ge 0.5$ (जो विस्तार के बिना डेंसिफिकेशन को दर्शाता है)।
नया गंभीर फाइब्रोसिस (New Severe Fibrosis): $\ge$ 50 mL गंभीर (Z $\ge$ 3) ऊतक का उभरना।
क्रिटिकल वेलोसिटी (Critical Velocity): संचय दर $\ge$ 20 mL/माह।

निर्णय तर्क (Decision Logic): $\ge$ 2 मानदंडों को पूरा करने पर "एंटीफाइब्रोटिक शुरू करें" (Initiate Antifibrotic) का सुझाव मिलता है; 1 मानदंड (विशेष रूप से क्वालिटेटिव वर्सनिंग) मिलने पर "एंटीफाइब्रोटिक पर विचार करें + 3 महीने में दोबारा CT लें" (Consider Antifibrotic + Repeat CT in 3 months) का सुझाव मिलता है।

3. मुख्य परिणाम (Key Results)

अध्ययन ने दो अलग-अलग प्रोग्रेशन पैटर्न के विरुद्ध विधि को सत्यापित किया:

केस 1 (क्वालिटेटिव/फेज 1 प्रोग्रेशन):
- अंतराल: 3.5 महीने।
- पारंपरिक विश्लेषण: नगण्य आयतन परिवर्तन (+2%, +0.9 mL) दिखाया, जो स्थिर बीमारी का संकेत देता है।
- हाइब्रिड विश्लेषण: महत्वपूर्ण क्वालिटेटिव प्रोग्रेशन का पता लगाया।
  - औसत Z-स्कोर 2.35 से बढ़कर 2.87 हो गया ( $\Delta Z = +0.52$ , $p < 0.05$ )।
  - तंत्र (Mechanism): 24 mL ऊतक "मध्यम" से "गंभीर" श्रेणी में परिवर्तित हुआ (डेंसिफिकेशन), बिना किसी नए क्षेत्रीय विस्तार के।
  - परिणाम: हाइब्रिड विधि ने "फेज 1" प्रोग्रेशन को सही ढंग से पहचाना, जिससे एंटीफाइब्रोटिक्स पर विचार करने की सिफारिश मिली, जिसे वॉल्यूम-ओनली विश्लेषण मिस कर गया था।
केस 2 (क्वांटिटेटिव/फेज 2 प्रोग्रेशन):
- अंतराल: 10 महीने।
- पारंपरिक विश्लेषण: भारी आयतन विस्तार (+191.5%, +136 mL) का पता लगाया।
- हाइब्रिड विश्लेषण: आयतन विस्तार की पुष्टि की, लेकिन मध्यम क्वालिटेटिव वर्सनिंग ( $\Delta Z = +0.24$ ) और उच्च वेग (13.6 mL/माह) को स्पष्ट करके अधिक सूक्ष्मता प्रदान की।
- परिणाम: दोनों विधियों ने प्रोग्रेशन का पता लगाया, लेकिन हाइब्रिड विधि ने गंभीरता का स्तरीकरण प्रदान किया।

4. मुख्य योगदान (Key Contributions)

"क्वालिटेटिव प्रोग्रेशन" का परिचालन: यह शोध पत्र पहली बार $\Delta Z \ge 0.5$ थ्रेशोल्ड का उपयोग करके "ऊतक घनत्व" (Phase 1) को एक विशिष्ट नैदानिक इकाई के रूप में परिभाषित और मात्रात्मक रूप से मापने का प्रस्ताव करता है, जो इसे क्षेत्रीय विस्तार से अलग करता है।
मजबूती के लिए नॉर्मलाइजेशन: Z-स्कोर का उपयोग करके, यह विधि स्कैनर परिवर्तनशीलता या श्वसन प्रयास के कारण होने वाले व्यवस्थित HU बदलावों को गणितीय रूप से निष्प्रभावी कर देती है, जो फिक्स्ड-थ्रेशोल्ड विधियों की एक बड़ी सीमा को हल करती है।
क्लिनिकल डिसीशन फ्रेमवर्क: यह केवल कच्चे डेटा रिपोर्टिंग से आगे बढ़कर कार्रवाई योग्य, एल्गोरिदम-संचालित नैदानिक सिफारिशें (जैसे, "उपचार पर विचार करें" बनाम "निगरानी जारी रखें") प्रदान करता है।
कंप्यूटेशनल दक्षता: यह विधि हल्की (lightweight) है (अंकगणित-आधारित), जो भारी मशीन-लर्निंग टेक्सचर विश्लेषण टूल के विपरीत, CPU पर <1 मिनट में चलती है।

5. महत्व और भविष्य के निहितार्थ (Significance and Future Implications)

प्रतिमान परिवर्तन (Paradigm Shift): यह कार्यात्मक गिरावट (Phase 2) के बाद प्रोग्रेशन का पता लगाने के बजाय, डेंसिफिकेशन चरण (Phase 1) के दौरान प्रोग्रेशन का पता लगाने की ओर बदलाव का प्रस्ताव करता है। यह चिकित्सीय खिड़की (therapeutic window) को 6-9 महीने तक बढ़ा सकता है।
चिकित्सीय अनुकूलन (Therapeutic Optimization): यह एंटीफाइब्रोटिक थेरेपी (निंटेडानिब/पिरफेनिडोन) को तब जल्दी शुरू करने में सक्षम बनाता है जब फाइब्रोसिस संभावित रूप से प्रतिवर्ती (reversible) हो, जिससे अपरिवर्तनीय कार्यात्मक हानि के संक्रमण को रोका जा सकता है।
वैलिडेशन पाथवे: लेखक $\Delta Z$ को FVC गिरावट और मृत्यु दर के साथ सह-संबंध स्थापित करने के लिए भविष्य के मल्टी-सेंटर वैलिडेशन (n=150) का रोडमैप तैयार करते हैं, जिसके बाद यह परीक्षण करने के लिए एक रैंडमाइज्ड कंट्रोल्ड ट्रायल होगा कि क्या Z-स्कोर पर आधारित प्रारंभिक हस्तक्षेप परिणामों में सुधार करता है।
नियामक क्षमता (Regulatory Potential): उपकरण की मानकीकृत, स्वचालित प्रकृति इसे क्लिनिकल डिसीशन सपोर्ट के लिए क्लास II मेडिकल डिवाइस के रूप में FDA 510(k) क्लीयरेंस के लिए उपयुक्त बनाती है।

निष्कर्ष: हाइब्रिड HU-Z-स्कोर विधि ने qCT में "कैरेक्टर बनाम वॉल्यूम" के अंतर को सफलतापूर्वक संबोधित किया है, जो प्रारंभिक चरण के प्रोग्रेसिव फाइब्रोसिंग ILD की पहचान के लिए एक मजबूत, व्याख्या योग्य और नैदानिक रूप से कार्रवाई योग्य उपकरण प्रदान करती है।