Knowledge-Hub NCD/Chronische Krankheitenein Angebot von Monitor Versorgungsforschung

Knowledge-Hub NCD/Chronische Krankheiten › Studien

Klinische Phänotypisierung identifiziert Hochrisiko-COPD-Patienten mit raschem FEV1-Verlust

Yang Z et al. · Ann Med · erschienen 01.10.2026 · PMID 42817919

Von KI ausgewählt und zusammengefasst

Worum es geht

Chinesische Kohortenstudie (38.863 COPD-Patienten, 1.215 mit Verlaufsparametern): Latent-Class-Analyse zur Identifikation klinischer Phänotypen; Machine Learning-Modell zur Vorhersage raschen Lungenfunktionsabbaus (FEV1-Abfall ≥40 mL/Jahr oder >1,5% predicted).

Ergebnis

Drei Phänotypen identifiziert: Phänotyp 1 (25,8 %, GOLD Stadium 2, nicht-rauchende Frauen), Phänotyp 2 (44,8 %, GOLD Stadium 1, rauchende Männer), Phänotyp 3 (29,4 %, GOLD Stadium 3, intensive Raucher). Phänotyp 2 zeigte höchste Verfall-Rate (55,8 %). Das CatBoost-Modell erreichte AUC 0,712; bei Schwellenwert 0,365: Sensitivität 95,5 %, negativer Vorhersagewert 86,4 %. Sechs einfache Prädiktoren: Region, Brennstofftyp, Einkommensstufe, Pfeifen, Hüftumfang, Basis-FEV1.

Übertragbarkeit auf Deutschland

China, großes Register; Phänotypisierung für Zielgruppendefinition relevant, Übertragbarkeit auf deutsche Phänotypen unklar

Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.