A parametric model to jointly characterize rate, duration, and severity of exacerbations in episodic diseases
Notice bibliographique
Résumé
Abstract Background The natural history of many chronic diseases is characterized by periods of increased disease activity, commonly referred to as flare-ups or exacerbations. Accurate characterization of the burden of these exacerbations is an important research objective. Methods The purpose of this work was to develop a statistical framework for nuanced characterization of the three main features of exacerbations: their rate, duration, and severity, with interrelationships among these features being a particular focus. We jointly specified a zero-inflated accelerated failure time regression model for the rate, an accelerated failure time regression model for the duration, and a logistic regression model for the severity of exacerbations. Random effects were incorporated into each component to capture heterogeneity beyond the variability attributable to observed characteristics, and to describe the interrelationships among these components. Results We used pooled data from two clinical trials in asthma as an exemplary application to illustrate the utility of the joint modeling approach. The model fit clearly indicated the presence of heterogeneity in all three components. A novel finding was that the new therapy reduced not just the rate but also the duration of exacerbations, but did not have a significant impact on their severity. After controlling for covariates, exacerbations among more frequent exacerbators tended to be shorter and less likely to be severe. Conclusions We conclude that a joint modeling framework, programmable in available software, can provide novel insights about how the rate, duration, and severity of episodic events interrelate, and enables consistent inference on the effect of treatments on different disease outcomes. Trial registration Ethics approval was obtained from the University of British Columbia Human Ethics Board (H17-00938).
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 | 0,084 | 0,117 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,007 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».