Patterns of airway disease and the clinical diagnosis of asthma in the Busselton population
Notice bibliographique
Résumé
The aim of this study was to examine how objective measures related to lung function cluster in the general population and how the patterns relate to asthma and bronchitis as diagnosed by a doctor (DDA and DDB, respectively). A cross-sectional survey of an age-stratified random general population sample of 1,969 adults from the electoral register of Busselton (Australia) was performed in 2005-2007. Respiratory symptoms, DDA ever, DDB ever, recent wheezing and smoking history, together with anthropometric measurements, forced expiratory volume in 1 s (FEV₁) and forced vital capacity (FVC), methacholine challenge or bronchodilator response, exhaled nitric oxide (eNO), skin-prick tests to common allergens, and blood eosinophil and neutrophil counts were studied. Cluster analysis (variables sex, age, atopy, FEV₁ % predicted, FEV₁/FVC, airway hyperresponsiveness, eNO, log eosinphil count, log neutrophil count and body mass index) was used to identify phenotypic patterns. Seven clusters (subjects with DDA and DDB, respectively) were identified: normal males (n=467; 7 and 13%), normal females (n=477; 12 and 18%), obese females (n=250; 16 and 28%), atopic younger adults (n=330; 21 and 17%), atopic adults with high eNO (n=130; 30 and 25%), atopic males with reduced FEV₁ (n=103; 33 and 32%) and atopic adults with bronchial hyperreactivity (n=212; 40 and 26%). The clinical diagnosis of asthma (ever) and bronchitis (ever) is not specific for any of the clustering patterns of airway abnormality.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».