Accès ouvert déclaré 2025 article

Development and validation of a prediction model for bronchopulmonary dysplasia using respiratory severity score

Takahiro Kanzawa, Fumie Kinoshita, Fumihiko Namba, Taihei Tanaka, Makoto Oshiro, Takahiro Sugiura, Yuichi Kato, Masafumi Miyata, Yasumasa Yamada, Osuke Iwata, Masahiro Hayakawa, Yoshiaki Sato, Tetsuo Hattori, Hiroko Boda, Masayuki Fujino, Yuri Kawai, Arisa Kojima, Masahiko Manabe, Chiharuko Nakauchi, Yusuke Funato, Shigemitsu Kamino, Kennosuke Tsuda, Shin Kato, Kanji Muratmatsu, Mitsuhiro Haga, Asami Konishi, Haruka Noda, Osamu Shinohara, Seiji Hayashi, Yuko Murai, Kuniko Ieda, Kazuya Honbe, Masami Asai, Rika Nagasaki, Hikaru Yamamoto, Midori Yamada, Koji Takemoto, Yoshiaki Nagaya, Kazuyuki Yamamoto, Kazushi Yasuda, Satoru Kawai, Takehiko Yokoyama, Sayako Hamasaki, Naozumi Fujishiro, Ryo Tanaka

4Citations signalées, ce qui n’est pas une note de qualité

23Institutions déclarées

1Pays d’affiliation déclarés

Rattachement africain : jp. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

BACKGROUND: To develop and validate a prediction model for severe bronchopulmonary dysplasia (BPD) that integrates the respiratory severity (RS) score with early postnatal risk factors. METHODS: This retrospective cohort study included preterm infants born at less than 32 weeks gestation or with a birth weight of less than 1500 g, from Aichi Prefecture (training dataset) and Saitama Medical University (validation dataset) from April 1, 2016, to March 31, 2020. The primary outcome was severe BPD, defined as the use of home oxygen therapy or death due to BPD. We used classification and regression tree (CART) analysis to explore the relationship between outcomes and BPD risk factors in the training dataset. RESULTS: The incidence of severe BPD was 149 out of 2026 (7.3%) in the training dataset and 35 out of 387 (8.9%) in the validation dataset. CART analysis identified gestational age and the RS score as significant predictors of outcome in the day 7 and day 14 models, with C-statistics of 0.789 and 0.779, respectively. When applied to the validation dataset, these models achieved C-statistics of 0.753 and 0.827, respectively. CONCLUSION: Our prediction models demonstrated the ability to predict severe BPD, with the RS score being a crucial predictor. IMPACT: Many existing prediction models for bronchopulmonary dysplasia (BPD) use multiple predictors, and do not provide specific cutoff values, which complicates their clinical application. To address this issue, we developed a prediction model for severe BPD based on a score derived from mean airway pressure and inhaled oxygen concentration at 1-2 weeks of age. This user-friendly model can be easily integrated into clinical practice, facilitating treatment decisions based on predicted probabilities.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref: Development and validation of a prediction model for bronchopulmonary dysplasia using respiratory severity score
Date Crossref: 03/02/2025
Éditeur: Springer Science and Business Media LLC
Type: journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

Nagoya University Hospital Center for Maternal-Neonatal Care pays non établi dans la notice
Établissement de santé
Nagoya University Department of Pediatrics pays non établi dans la notice
Université ou école supérieure
Social Insurance Saitama Chuo Hospital pays non établi dans la notice
Établissement de santé
Saitama Medical University Department of Pediatrics pays non établi dans la notice
Université ou école supérieure
Japanese Red Cross Nagoya Daini Hospital pays non établi dans la notice
Établissement de santé
Japanese Red Cross Nagoya Daiichi Hospital pays non établi dans la notice
Établissement de santé
Toyohashi Municipal Hospital Department of Pediatrics and Neonatology pays non établi dans la notice
Établissement de santé
Anjo Kosei Hospital Department of Pediatrics pays non établi dans la notice
Établissement de santé
Fujita Health University Department of Pediatrics pays non établi dans la notice
Université ou école supérieure
Aichi Medical University Department of Perinatal and Neonatal Medicine pays non établi dans la notice
Université ou école supérieure
Nagoya City University Department of Pediatrics and Neonatology pays non établi dans la notice
Université ou école supérieure
Kishokai Medical Corporation pays non établi dans la notice
Institution

Center for Maternal-Neonatal Care — Nagoya University Hospital, Department of Pediatrics — Nagoya University et Social Insurance Saitama Chuo Hospital, avec 9 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Neonatal Respiratory Health ResearchDelphi Technique in ResearchCongenital Diaphragmatic Hernia Studies

Lire en accès ouvert Consulter la publication primaire Ouvrir le DOI