Use of a Single Case-Finding Questionnaire to Simultaneously Target Multiple Related Diseases Allows Enhanced Disease Detection
Notice bibliographique
Résumé
Abstract Objective To develop a research methodology to apply a single case-finding tool to multiple related diseases and to evaluate the ability of a single tool to detect two or more related chronic diseases. Methods Adults in the community with no prior history of physician-diagnosed lung disease who self-reported respiratory symptoms were contacted via random-digit dialing. Multiple risk scores, one for asthma and one for COPD, were developed using data from a single case-finding questionnaire administered to the study population. Each score was statistically optimized for targeted detection of cases having one disease in the class. External validation of tandem risk scores was prospectively conducted in an independent sample and predictive performance re-evaluated. Results Sensitivity for detection of asthma improved from 87% using single risk scores to 96% using tandem risk scores, and sensitivity for detection of COPD similarly improved from 87% to 99%. In the independent validation cohort, case-finding sensitivities increased from 64% and 59% using single risk scores to 95% and 96% using tandem risk scores for asthma and for COPD, respectively. Conclusions Use of a single questionnaire which incorporates risk scores for multiple diseases considered in tandem, rather than individually, enhances the yield of cases detected when compared with one-at-a-time application of risk scores for case discovery. Benefits include greater efficiency in case-finding and improved sensitivities for detection of each disease. What is New? We describe case finding in a population of undiagnosed, symptomatic subjects who have one disease from a class of related chronic diseases. Multiple risk scores are developed using data from a single case-finding instrument administered to a representative sample from the study population. Each score is statistically optimized for targeted detection of cases having one disease in the class. Use of multiple risk scores, when considered in tandem, enhances the yield of cases detected when compared with one-at-a-time application of risk scores for case discovery.
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 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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».