S'abonner

Prediction Models for Bronchopulmonary Dysplasia in Preterm Infants: A Systematic Review and Meta-Analysis - 05/07/23

Doi : 10.1016/j.jpeds.2023.01.024 
Michelle Romijn, MD 1, 2, 3, , Paula Dhiman, PhD 4, 5, Martijn J.J. Finken, MD, PhD 2, 3, Anton H. van Kaam, MD, PhD 1, 3, Trixie A. Katz, MD 1, 3, Joost Rotteveel, MD, PhD 2, 3, Ewoud Schuit, PhD 6, 7, Gary S. Collins, PhD 4, 5, Wes Onland, MD, PhD 1, 3, Heloise Torchin, MD, PhD 8, 9
1 Department of Neonatology, University of Amsterdam, Amsterdam UMC Location, Amsterdam, The Netherlands 
2 Department of Pediatric Endocrinology, Vrije Universiteit Amsterdam, Amsterdam UMC Location, Amsterdam, The Netherlands 
3 Amsterdam Reproduction & Development Research Institute, Amsterdam, The Netherlands 
4 Nuffield Department of Orthopaedics, Rheumatology and Musculoskeletal Sciences, Centre for Statistics in Medicine, University of Oxford, Oxford, United Kingdom 
5 National Institute for Health and Care Research (NIHR) Oxford Biomedical Research Centre, Oxford University Hospitals NHS Foundation Trust, Oxford, United Kingdom 
6 Julius Center for Health Sciences and Primary Care, University Medical Center Utrecht, Utrecht University, Utrecht, The Netherlands 
7 Cochrane Netherlands, University Medical Center Utrecht, Utrecht University, Utrecht, The Netherlands 
8 Epidemiology and Statistics Research Center/CRESS, Université Paris Cité, INSERM, INRAE, Paris, France 
9 Department of Neonatal Medicine, Cochin-Port Royal Hospital, APHP, Paris, France 

Reprint requests: Michelle Romijn, MD, Emma Children’s Hospital, Amsterdam UMC, Meibergdreef 9, 1105 AZ, Amsterdam, The Netherlands.Emma Children’s HospitalAmsterdam UMCMeibergdreef 9Amsterdam1105 AZThe Netherlands

Abstract

Objective

To review systematically and assess the accuracy of prediction models for bronchopulmonary dysplasia (BPD) at 36 weeks of postmenstrual age.

Study design

Searches were conducted in MEDLINE and EMBASE. Studies published between 1990 and 2022 were included if they developed or validated a prediction model for BPD or the combined outcome death/BPD at 36 weeks in the first 14 days of life in infants born preterm. Data were extracted independently by 2 authors following the Critical Appraisal and Data Extraction for Systematic Reviews of Prediction Modelling Studies (ie, CHARMS) and PRISMA guidelines. Risk of bias was assessed using the Prediction model Risk Of Bias ASsessment Tool (ie, PROBAST).

Results

Sixty-five studies were reviewed, including 158 development and 108 externally validated models. Median c-statistic of 0.84 (range 0.43-1.00) was reported at model development, and 0.77 (range 0.41-0.97) at external validation. All models were rated at high risk of bias, due to limitations in the analysis part. Meta-analysis of the validated models revealed increased c-statistics after the first week of life for both the BPD and death/BPD outcome.

Conclusions

Although BPD prediction models perform satisfactorily, they were all at high risk of bias. Methodologic improvement and complete reporting are needed before they can be considered for use in clinical practice. Future research should aim to validate and update existing models.

Le texte complet de cet article est disponible en PDF.

Keywords : neonatology, prediction, chronic lung disease, premature

Abbreviations : 95% PI, BPD, PMA, PROBAST, RoB


Plan


 M.R. was supported by the Amsterdam Reproduction & Development Research Institute. P.D. was supported by the National Institute for Health and Care Research (NIHR) Biomedical Research Centre, Oxford. G.C. was supported by the NIHR Biomedical Research Centre, Oxford, and Cancer Research UK (program grant: C49297/A27294). H.T. received grants from the French Society of Neonatology and from the French Society of Pediatrics. The authors declare no conflicts of interest.


© 2023  The Author(s). Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 258

Article 113370- juillet 2023 Retour au numéro
Article précédent Article précédent
  • Viral, Bacterial, Metabolic, and Autoimmune Causes of Severe Acute Encephalopathy in Sub-Saharan Africa: A Multicenter Cohort Study
  • Arthur Edridge, Ruth Namazzi, Andrew Tebulo, Anan Mfizi, Martin Deijs, Sylvie Koekkoek, Bob de Wever, Arie van der Ende, Jeanine Umiwana, Menno D. de Jong, Judith Jans, Nanda Verhoeven-Duif, Maarten Titulaer, Clara van Karnebeek, Karl Seydel, Terrie Taylor, Brenda Asiimwe-Kateera, Lia van der Hoek, Jean-Claude Kabayiza, Macpherson Mallewa, Richard Idro, Michael Boele van Hensbroek, Job B.M. van Woensel
| Article suivant Article suivant
  • Children Newly Diagnosed with Fetal and Neonatal Alloimmune Thrombocytopenia: Neurodevelopmental Outcome at School Age
  • Thijs W. de Vos, Maud van Zagten, Masja de Haas, Dick Oepkes, Ratna N.G.B. Tan, C. Ellen van der Schoot, Sylke J. Steggerda, Linda S. de Vries, Enrico Lopriore, Jeanine M.M. van Klink

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.