MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416104324 · doi:10.1136/thorax-2025-btsabstracts.483

P302 The virtual patient stratifies patient-specific response to bronchial thermoplasty with high accuracy

2025· article· W4416104324 sur OpenAlexaff
Himanshu Kaul, RJ Russell, M Ola, Matt Richardson, M. Laviolette, Jamila Chakir, J.T. Annema, P Howarth, Pascal Chanez, Rekha Chaudhuri, Daiana Stolz, Desirée Schumann, D. Kyle Hogarth, M. Castro, Peter I. Bonta, Christopher E. Brightling

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineMedicine
ThématiqueAsthma and respiratory diseases
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésBronchial thermoplastyAirwayExacerbationAsthmaVirtual patientClinical trial

Résumé

récupéré en direct d'OpenAlex

Introduction Bronchial Thermoplasty (BT) is an available therapy for severe asthma. However, we are unable to stratify a priori clinical responders limiting its widespread adoption. Aim To establish BT’s clinical benefit and identify responder attributes to enable clinical decision-making. Methods We pooled pre/post-BT patient biopsies from 8 sites (119 patients) that were analysed for airway smooth muscle (ASM) mass, reticular basement membrane, and epithelial integrity to assess the impact on airway remodelling: biological response. Clinical response was assessed via exacerbation and hospitalisation frequency, asthma control questionnaire scores (ACT, ACQ) and asthma quality of life questionnaire score (AQLQ). To stratify patient response, we used the virtual patient1 to create patient-specific digital avatars, simulated BT, and compared predictions vs clinical data. Results Patients showed significant reductions in ASM mass (mean±SD) 15.1±6.8% to 6.7±4.1%, basement membrane 6.4±2.5µm to 5.5±2.1µm, and improvement in epithelial integrity 30.7±19.1% to 39.9±16.9% (p<0.05 all). Annual asthma exacerbation rate decreased: 5.8±5.3 to 1.2±1.7 (p<0.001). Asthma-related hospital admissions decreased: 1.5±2.5 to 0.3±0.7 (p<0.001). ACT improved from 7.7±2.9 to 15.2±6.2, ACQ from 3.0±1.3 to 2.4±1.3, and AQLQ from 3.2±1.6 to 4.4±1.7 (p<0.05 all). The virtual patient predicted impact on airway remodelling with 90% and clinical response with 70% accuracy. Conclusions Bronchial Thermoplasty showed excellent biological and clinical response. Our computer model supports the view that BT benefits are largely an indirect vs direct result of heat-driven cell death. The model helped identify the patient profile most likely to benefit from Bronchial Thermoplasty. Reference Saunders, et al. Science Transl Med. 2019;11:eaao6451.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,239
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAsthma and respiratory diseases→Travaux en français237 207→