Individualised risk prediction model for exacerbations in patients with severe asthma: protocol for a multicentre real-world risk modelling study
Notice bibliographique
Résumé
INTRODUCTION: Severe asthma is associated with a disproportionally high disease burden, including the risk of severe exacerbations. Accurate prediction of the risk of severe exacerbations may enable clinicians to tailor treatment plans to an individual patient. This study aims to develop and validate a novel risk prediction model for severe exacerbations in patients with severe asthma, and to examine the potential clinical utility of this tool. METHODS AND ANALYSIS: The target population is patients aged 18 years or older with severe asthma. Based on the data from the International Severe Asthma Registry (n=8925), a prediction model will be developed using a penalised, zero-inflated count model that predicts the rate or risk of exacerbation in the next 12 months. The risk prediction tool will be externally validated among patients with physician-assessed severe asthma in an international observational cohort, the NOVEL observational longiTudinal studY (n=1652). Validation will include examining model calibration (ie, the agreement between observed and predicted rates), model discrimination (ie, the extent to which the model can distinguish between high-risk and low-risk individuals) and the clinical utility at a range of risk thresholds. ETHICS AND DISSEMINATION: This study has obtained ethics approval from the Institutional Review Board of National University of Singapore (NUS-IRB-2021-877), the Anonymised Data Ethics and Protocol Transparency Committee (ADEPT1924) and the University of British Columbia (H22-01737). Results will be published in an international peer-reviewed journal. TRIAL REGISTRATION NUMBER: European Union electronic Register of Post-Authorisation Studies, EU PAS Register (EUPAS46088).
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 | 0,055 | 0,080 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,007 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,007 |
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 ».