Does FEV1/FVC STAR relate better to sensory-physiological responses to exercise than FEV1 z-scores in patients with COPD?
Notice bibliographique
Résumé
Background: Gradation of obstruction severity by FEV1 z-scores has been endorsed by ATS/ERS (ERJ 2022;60:2101499). More recently, the FEV1/FVC ratio (STAR classification) has been postulated to better categorize disablement than FEV1 in COPD (AJRCCM 2023;208:676). Aim: To investigate whether STAR would better grade dynamic (dyn) ventilatory abnormalities and dyspnoea compared to z-scores (A:>-1.645, B: -1.645 to -2.5; C: -2.51 to -4.0; and D: < -4 ) based on GLI standards in COPD of varied severity. Methods: 354 patients (196 ♂, 38-86 yrs, FEV1 17-125 %) underwent an incremental CPET with inspiratory capacity measurements. An AI-based software (DyVe-X) determined the overall burden of sex- and age-adjusted submaximal dyspnoeadyn (Borg 0-10), ventilatory reserve (VRdyn), and inspiratory reserve (IRdyn). Results: STAR and z-scores significantly disagreed, particularly in patients with intermediate dysfunction (p<0.05). Overall, ~30% (112/354) were classified as less impaired by STAR than z-score (STAR 2), more frequently women (59 vs 27%), and showed lower lung volumes (p<0.05). These patients did not show (p>0.05) less impaired exercise responses compared to STAR>z-score. erj;66/suppl_69/PA5191/F1 F1 F1 Conclusions: STAR is not superior to z-score in grading the severity of sensory and physiological abnormalities during exercise in mild-very severe COPD.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».