Meta-analysis of exhaled nitric oxide (FeNO) with or without blood eosinophils for asthma diagnosis in adults
Notice bibliographique
Résumé
RATIONALE: Asthma diagnosis is challenging as spirometry and bronchial provocation tests (BPT) are often non-diagnostic or inaccessible. Type-2 biomarkers identify high-risk, treatment-responsive phenotypes, but their diagnostic value is unclear. AIM: Assess FeNO-alone or FeNO plus a blood eosinophil count (FeNO+BEC) for asthma diagnosis. METHODS: A systematic review of studies of FENO±BEC for asthma diagnosis based on bronchodilator response and BPT (methacholine-equivalent PC20<8mg⋅ml⁻¹/PD20<200μg = positive) was conducted. Meta-analysis used multiple-threshold (FeNO-alone) and bivariate random effects (FeNO+BEC) models in adults. Receiver operating characteristics’ area under the curve (AUC) and thresholds with positive likelihood ratio (+LR>10) and specificity (>90%) were determined with 95% confidence intervals (CI). PRISMA was followed. RESULTS: Of 3957 studies, 17 (n=4520) assessed FeNO, while 5 (n=2689) assessed FeNO+BEC. FeNO showed good diagnostic accuracy (AUC 0.80 [95%CI: 0.75-0.84]); at >46ppb, specificity was 96 [95-98]%, +LR 10.1 [6.29-16.34]. FeNO+BEC modestly increased AUC: 0.84 [0.83-0.86](Figure). CONCLUSION: FeNO alone demonstrates good diagnostic accuracy for asthma, with FeNO>46 ppb ruling in the diagnosis. Combining FeNO+BEC did not significantly increase test accuracy. Using FeNO may accelerate and improve diagnostic trajectories. PROSPERO#CRD42023489738; FUNDING: FRQS-APQ erj;66/suppl_69/PA1468/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 | 0,014 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,055 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».