Validation and Further Analysis of the <scp>COPD</scp> Exacerbation Recognition Tool ( <scp>CERT</scp> )
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: The COPD Exacerbation Recognition Tool (CERT) contains five symptoms that may change at the onset of an exacerbation. It was designed to help patients with COPD recognise the onset of an exacerbation and seek medical attention. This study tested its sensitivity and specificity and further examined its properties. METHODS: Stable and exacerbating patients presenting to three tertiary hospitals in China were enrolled. Patients' responses to the CERT were compared with physicians' diagnoses made using GOLD 2021 criteria. The CERT was assessed as recommended, and as a total score, using scores assigned to the degree of change for each of the five symptoms (total score 15). Exploratory factor analysis (EFA) was used to identify the key components of the CERT and potentially reduce the number of items. RESULTS: Sensitivity and specificity of the original CERT were 92.4% and 72.1%. Using a cut-off value of 6, the score-based CERT had the better sensitivity (94.3%) and specificity (86.9%). Concordance between CERT and physician diagnosis was higher with the scored version (kappa 0.833) versus the original version (kappa 0.666). Using EFA, two components were identified 'cough and sputum' and 'breathlessness and activity limitation' with a cumulative variance of 82.3%. CONCLUSION: The original and scored-based CERT both had good sensitivity and specificity, but the score-based version showed better concordance with physician diagnosis. The use of two representative items in a 2-item scored version was also effective in identifying acute exacerbations. TRIAL REGISTRATION: ChiCTR2400090589 registered with https://www.chictr.org.cn.
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 | 0,002 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».