Examining Risk Factors Accelerating Time-to-Chronic Obstructive Pulmonary Disease (COPD) Diagnosis among Asthma Patients
Notice bibliographique
Résumé
Asthma patients may have an increased risk for diagnosis of chronic obstructive pulmonary disease (COPD). However, risk factors accelerating time-to-COPD diagnosis are unclear. This study aims to estimate risk factors associated with the incidence of COPD diagnosis in asthma patients. Canada’s Population Data BC (PopData BC) was used to identify asthma patients without prior COPD diagnosis between January 1, 1998, to December 31, 1999. Patients were assessed for time-to-incidence of COPD diagnosis from January 1, 2000, to December 31, 2018. The study estimated the effects of several risk factors in predicting the incidence of COPD in asthma patients during the 18-year follow-up period. Patient factors such as Medication Adherence (MA) were assessed by the proportion of days covered (PDC) and the medication possession ratio (MPR). The log-logistic mixed-effects accelerated failure time model was used to estimate the adjusted failure time ratios (aFTR) and 95% Confidence Interval (95% CI) for factors predicting time-to-COPD diagnosis among asthma patients. We identified 68,211 asthma patients with a mean age of 48.2 years included in the analysis. Risk factors accelerating time-to-COPD diagnosis included: male sex (aFTR: 0.62, 95% CI:0.56–0.68), older adults (age > 40 years) [aFTR: 0.03, 95% CI: 0.02–0.04], history of tobacco smoking (aFTR: 0.29, 95% CI: 0.13–0.68), asthma exacerbations (aFTR: 0.81, 95%CI: 0.70, 0.94), frequent emergency admissions (aFTR:0.21, 95% CI: 0.17–0.25), longer hospital stay (aFTR:0.07, 95% CI: 0.06–0.09), patients with increased burden of comorbidities (aFTR:0.28, 95% CI: 0.22–0.34), obese male sex (aFTR:0.38, 95% CI: 0.15–0.99), SABA overuse (aFTR: 0.61, 95% CI: 0.44–0.84), moderate (aFTR:0.23, 95% CI: 0.21–0.26), and severe asthma (aFTR:0.10, 95% CI: 0.08–0.12). After adjustment, MA ≥0.80 was significantly associated with 83% delayed time-to-COPD diagnosis [i.e. aFTR =1.83, 95%CI: 1.54–2.17 for PDC]. However, asthma severity significantly modifies the effect of MA independent of tobacco smoking history. The targeted intervention aimed to mitigate early diagnosis of COPD may prioritize enhancing medication adherence among asthma patients to prevent frequent exacerbation during follow-up.
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 | 0,010 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,006 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».