Štúdia vyvinula a validovala štyri modely na predikciu hyperreaktivity dýchacích ciest (AHR) u pacientov s podozrením na astmu, pričom najlepší bol model C s AIC = 310,44. Model C zahŕňa parametre FEV1/FVC%, MEF75%, PEF% a MMEF75-25%, ktoré boli identifikované ako najefektívnejšie prediktory AHR pomocou metódy LASSO s 10-násobnou krížovou validáciou. V trénovacej kohorte dosiahol model AUC = 0,790 pri cut-off 0,354 (95 % CI: 0,724–0,760) a vo validačnej kohorte AUC = 0,756 pri cut-off 0,404 (95 % CI: 0,600–0,814). Model vykazuje dobrú kalibráciu s krivkou blízko priamky so svahom približne 1, čo potvrdzuje zhodu medzi predpovedanou a skutočnou pravdepodobnosťou. Integrované zlepšenie diskriminácie (IDI) a analýza rozhodovacích kriviek (DCA) ukazujú, že model C má vyšší čistý prínos oproti extrémnym krivkám. Ide o prvú štúdiu využívajúcu strojové učenie na kombináciu indexov funkcie malých dýchacích ciest, FEV1 a PEF na predikciu AHR. Model ponúka potenciál ako vizuálny nástroj na včasnú detekciu a štandardizovanú liečbu u pacientov s podozrením na astmu.[1][2][5]