S'abonner

External validation of lung function predictions in real-world cohorts of COPD - 07/06/22

Doi : 10.1016/j.rmed.2022.106859 
Zafar Zafari a, , Tsung-Ying Lee a, Mohsen Sadatsafavi b
a Department of Pharmaceutical Health Services Research, University of Maryland School of Pharmacy, USA 
b Respiratory Evaluation Sciences Program, Faculty of Pharmaceutical Sciences, The University of British Columbia, Canada 

Corresponding author. Pharmaceutical Health Services Research, University of Maryland School of Pharmacy, 220 N Arch Street, 12th Floor, Baltimore, MD, 21201, USA.Pharmaceutical Health Services ResearchUniversity of Maryland School of Pharmacy220 N Arch Street12th FloorBaltimoreMD21201USA

Abstract

Background

An individualized FEV1 prediction model has recently been developed based on the Lung Health Study (LHS). An ongoing evaluation of the utility of prediction models in representative settings outside the setup of clinical trials is needed.

Objective

To evaluate the external validity of the LHS FEV1 prediction model in a representative sample of Canadian ever-smoker COPD patients.

Methods

We used the sample of ever-smokers with spirometrically-confirmed COPD from the Canadian Cohort of Obstructive Lung Disease (CanCOLD), an ongoing prospective, longitudinal, multicenter population-based cohort study. We compared the mean predicted against the mean observed FEV1 at follow-up visits. We calculated the root mean square error (RMSE) and the actual coverage probability of the 95% individualized prediction intervals.

Results

The final CanCOLD sample consisted of 360 ever-smoker COPD patients, contributing to 970 FEV1 observations over an average of 3 years of follow-up (standard deviation (SD): 0.6 years). The mean observed vs. predicted FEV1 for the first follow-up visit (1.67 years from baseline) was 2.28L vs. 2.28L, and for the second visit (3.13 years from baseline) was 2.19L vs. 2.18L. The RMSE of the predictions was 0.205L, and the actual coverage probability of the 95% prediction intervals was 93%. The model had a similar performance across multiple subgroups.

Conclusions

The model showed robust performance in predicting FEV1 in the entire sample and in several subgroups of CanCOLD. Our results demonstrate that LHS predictions are valid for at least three years in the general COPD population.

Le texte complet de cet article est disponible en PDF.

Highlights

The utility of prediction models needs to be continuously examined in external settings.
The LHS FEV1 model showed robust performance in predicting FEV1 in the general COPD population.
The LHS model was validated in subgroups who were not included in the original derivation sample.
The LHS FEV1 model can support individualized care and shared decision-making.

Le texte complet de cet article est disponible en PDF.

Keywords : COPD, FEV1 individualized prediction model, External validation, CanCOLD, Observational setting


Plan


© 2022  Elsevier Ltd. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 198

Article 106859- juillet 2022 Retour au numéro
Article précédent Article précédent
  • A systematic review of blood eosinophils and continued treatment with inhaled corticosteroids in patients with COPD
  • Dagmar Abelone Dalin, Anders Løkke, Pernille Kristiansen, Charlotte Jensen, Kirsten Birkefoss, Hanne Rolighed Christensen, Nina Skavlan Godtfredsen, Ole Hilberg, Jeanett Friis Rohde, Anja Ussing, Charlotte Vermehren, Mina Nicole Händel
| Article suivant Article suivant
  • Clustering of COPD patients and their response to pulmonary rehabilitation
  • Yara Al Chikhanie, Sébastien Bailly, Ines Amroussa, Daniel Veale, Frédéric Hérengt, Samuel Verges

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.