Contrasting GOLD and STAR classifications of spirometric COPD severity: relationship with clinical exercise testing outcomes
Notice bibliographique
Résumé
Background: It has been postulated that grading the spirometric COPD severity by FEV1/FVC (STAR) would be superior to the traditional FEV1 % predicted approach endorsed by GOLD (AJRCCM 2023;208:676). Aim: To investigate whether STAR would better classify patients’ severity compared to GOLD vis-à-vis mechanical-ventilatory abnormalities and exertional dyspnoea during incremental CPET in COPD of varied severity. Methods: 359 patients (197 ♂, aged 41-86, FEV1 17-125 % pred) underwent an incremental CPET with serial inspiratory capacity (IC) measurements. An AI-based software (DyVe-X) determined the overall burden of sex- and age-adjusted metrics of dynamic submaximal (dyn) exertional dyspnea (Borg 0-10), ventilatory reserve (VRdyn), and inspiratory reserve (IRdyn). Results: There was a significant disagreement between the classifications, particularly in patients showing intermediate FEV1, i.e., GOLD 2-3 (p<0.05). Overall, ~ 30% (107/359) were classified as less impaired by STAR than GOLD (STAR 1 than STAR>GOLD (~ 20%, 75/359). Although the latter subjects tended to present with worse CPET outcomes, this was also the case for STAR p>0.05) (Figure). erj;66/suppl_69/PA5179/F1 F1 F1 Conclusions: STAR classification of COPD impairment did not consistently outperform GOLD’s FEV1% pred in grading the severity of exertional sensory and physiological abnormalities.
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 | 0,003 | 0,011 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».