Phenotyping and outcomes of hospitalized COPD patients using rapid molecular diagnostics on sputum samples
Notice bibliographique
Résumé
Nawaf M Alotaibi,1,2 Virginia Chen,1,3,4 Zsuzsanna Hollander,1,3,4 Jonathon A Leipsic,5 Cameron J Hague,5 Darra T Murphy,5 Mari L DeMarco,1,6 JM FitzGerald,3,7,8 Bruce M McManus,1,3,4,6 Raymond T Ng,4,9 Don D Sin1,3,7 1Centre for Heart Lung Innovation, James Hogg Research Centre, St Paul’s Hospital, Vancouver, BC, Canada; 2Department of Medicine, Division of Pulmonary Medicine, College of Medicine, King Saud University, Riyadh, Saudi Arabia; 3Institute for Heart and Lung Health, Vancouver, BC, Canada; 4PROOF Centre of Excellence, Vancouver, BC, Canada; 5Department of Radiology, St Paul’s Hospital, Vancouver, BC, Canada; 6Department of Pathology and Laboratory Medicine, University of British Columbia, Vancouver, BC, Canada; 7Division of Respiratory Medicine, Department of Medicine, University of British Columbia, Vancouver, BC, Canada; 8The Lung Centre, Vancouver General Hospital, Vancouver, BC, Canada; 9Department of Computer Sciences, University of British Columbia, Vancouver, BC, Canada Background: Etiologies of acute exacerbations of chronic obstructive pulmonary disease (AECOPD) are heterogeneous. We phenotyped severe AECOPD based on molecular pathogen detection of sputum samples collected at hospitalization of COPD patients and determined their outcomes.Methods: We phenotyped 72 sputum samples of COPD patients who were hospitalized with a primary diagnosis of AECOPD using a molecular array that detected common bacterial and viral respiratory pathogens. Based on these results, the patients were classified into positive or negative pathogen groups. The pathogen-positive group was further divided into virus or bacteria subgroups. Admission day 1 blood samples were assayed for N-terminal prohormone brain natriuretic peptide, CRP, and complete blood counts.Results: A total of 52 patients had a positive result on the array, while 20 patients had no pathogens detected. The most common bacterial pathogen detected was Haemophilus influenzae and the most common virus was rhinovirus. The pathogen-negative group had the worse outcomes with longer hospital stays (median 6.5 vs 5 days for bacteria-positive group, P=0.02) and a trend toward increased 1-year mortality (P=0.052). The bacteria-positive group had the best prognosis, whereas the virus-positive group had outcomes somewhere in between the bacteria-positive and pathogen-negative groups.Conclusion: Molecular diagnostics on sputum can rapidly phenotype serious AECOPD into bacteria-, virus-, or pathogen-negative groups. The bacteria-positive group appears to have the best prognosis, while pathogen-negative group has the worst. These data suggest that AECOPD is a heterogeneous event and that accurate phenotyping of AECOPD may lead to novel management strategies that are personalized and more precise. Keywords: COPD, molecular pathogen detection, exacerbation phenotypes
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».