MétaCan
Menu
Retour à la cohorte
Enregistrement W2803624626 · doi:10.1186/s12931-018-0731-1

Characterizing undiagnosed chronic obstructive pulmonary disease: a systematic review and meta-analysis

2018· review· en· W2803624626 sur OpenAlexafffund
KATE JOHNSON, Stirling Bryan, Shahzad Ghanbarian, Don D. Sin, Mohsen Sadatsafavi

Notice bibliographique

RevueRespiratory Research · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueChronic Obstructive Pulmonary Disease (COPD) Research
Établissements canadiensSt. Paul's HospitalVancouver Coastal HealthUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPulmonary diseaseMedicineMeta-analysisSystematic reviewInternal medicineMEDLINEIntensive care medicineBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A significant proportion of patients with chronic obstructive pulmonary disease (COPD) remain undiagnosed. Characterizing these patients can increase our understanding of the 'hidden' burden of COPD and the effectiveness of case detection interventions. METHODS: We conducted a systematic review and meta-analysis to compare patient and disease factors between patients with undiagnosed persistent airflow limitation and those with diagnosed COPD. We searched MEDLINE and EMBASE for observational studies of adult patients meeting accepted spirometric definitions of COPD. We extracted and pooled summary data on the proportion or mean of each risk factor among diagnosed and undiagnosed patients (unadjusted analysis), and coefficients for the adjusted association between risk factors and diagnosis status (adjusted analysis). RESULTS: Two thousand eighty-three records were identified through database searching and 16 articles were used in the meta-analyses. Diagnosed patients were less likely to have mild (v. moderate to very severe) COPD (odds ratio [OR] 0.30, 95%CI 0.24-0.37, 6 studies) in unadjusted analysis. This association remained significant but its strength was attenuated in the adjusted analysis (OR 0.72, 95%CI 0.58-0.89, 2 studies). Diagnosed patients were more likely to report respiratory symptoms such as wheezing (OR 3.51, 95%CI 2.19-5.63, 3 studies) and phlegm (OR 2.16, 95% CI 1.38-3.38, 3 studies), had more severe dyspnea (mean difference in modified Medical Research Council scale 0.52, 95%CI 0.40-0.64, 3 studies), and slightly greater smoking history than undiagnosed patients. Patient age, sex, current smoking status, and the presence of coughing were not associated with a previous diagnosis. CONCLUSIONS: Undiagnosed patients had less severe airflow obstruction and fewer respiratory symptoms than diagnosed patients. The lower disease burden in undiagnosed patients may significantly delay the diagnosis of 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 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)0,017
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,043
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0220,038
Bibliométrie0,0070,008
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,204
Tête enseignante GPT0,442
Écart entre enseignants0,238 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRespiratory ResearchMême sujetChronic Obstructive Pulmonary Disease (COPD) ResearchTravaux en français237 207