Characteristics of long-term oral corticosteroid users stratified by blood eosinophil count in the International Severe Asthma Registry
Notice bibliographique
Résumé
Background: Long-term oral corticosteroid (LTOCS) use is common in severe asthma (SA) Subsequent management of patients on LTOCS can be informed by endotypic features, e.g. blood eosinophil count (BEC). Aims: To characterize the phenotype and endotype of patients with SA and LTOCS use before biologics initiation, stratified by BEC. Methods: This cross-sectional study used the International Severe Asthma Registry, a multinational prospective registry of patients aged ≥18 years old with asthma on GINA step 4/5 therapy. Patients with LTOCS use and biologics initiation with ≥1 year of prior data were included, grouped by BEC (<150 vs ≥150 cells/µL). Results: In total, 1,288 patients were included (369 with BEC <150 cells/µL, 919 with BEC ≥150 cells/µL). Most had ≥1 type 2 comorbidity with elevated IgE (≥75 IU/mL) and/or FeNO (≥20 ppb; Table). More of the high-BEC group had uncontrolled/partially controlled asthma and/or persistent airway obstruction, but slightly fewer had daily OCS dose >5mg (Table). In the year before biologic initiation, the high-BEC group had more frequent asthma-related emergency department visits, but not exacerbations or hospitalizations (Table). Conclusion: Patients with SA and LTOCS use had a high steroid burden, among whom, those with high-BEC had worse asthma control and lung function. Better access to steroid-sparing therapies is needed regardless of BEC. erj;64/suppl_68/PA439/F1 F1 F1
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».