Multidimensional severity assessment in bronchiectasis: an analysis of seven European cohorts
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Bronchiectasis is a multidimensional disease associated with substantial morbidity and mortality. Two disease-specific clinical prediction tools have been developed, the Bronchiectasis Severity Index (BSI) and the FACED score, both of which stratify patients into severity risk categories to predict the probability of mortality. METHODS: We aimed to compare the predictive utility of BSI and FACED in assessing clinically relevant disease outcomes across seven European cohorts independent of their original validation studies. RESULTS: The combined cohorts totalled 1612. Pooled analysis showed that both scores had a good discriminatory predictive value for mortality (pooled area under the curve (AUC) 0.76, 95% CI 0.74 to 0.78 for both scores) with the BSI demonstrating a higher sensitivity (65% vs 28%) but lower specificity (70% vs 93%) compared with the FACED score. Calibration analysis suggested that the BSI performed consistently well across all cohorts, while FACED consistently overestimated mortality in 'severe' patients (pooled OR 0.33 (0.23 to 0.48), p<0.0001). The BSI accurately predicted hospitalisations (pooled AUC 0.82, 95% CI 0.78 to 0.84), exacerbations, quality of life (QoL) and respiratory symptoms across all risk categories. FACED had poor discrimination for hospital admissions (pooled AUC 0.65, 95% CI 0.63 to 0.67) with low sensitivity at 16% and did not consistently predict future risk of exacerbations, QoL or respiratory symptoms. No association was observed with FACED and 6 min walk distance (6MWD) or lung function decline. CONCLUSION: The BSI accurately predicts mortality, hospital admissions, exacerbations, QoL, respiratory symptoms, 6MWD and lung function decline in bronchiectasis, providing a clinically relevant evaluation of disease severity.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 découle