首页 >  专业园地 >  学术前沿 >  学术动态 > 正文

多视图聚类分析识别重症哮喘患者的可变皮质类固醇反应表型

2019/03/14

   基本原理:皮质类固醇(CSs)是最有效的哮喘治疗方法,但反应是异质性的,系统性CS导致长期副作用。因此,更好地理解CS响应的促成因素可以提高精确度管理。虽然有几个因素与CS响应有关,但尚未采用综合/集群方法来确定差异CS响应。
   目的:使用无监督多视图学习方法鉴定具有CS治疗差异反应的哮喘亚型。
   方法:对来自严重哮喘研究计划中346名成人哮喘参与者的100个临床,生理,炎症和人口统计变量应用多核k-均值聚类,在配对前和曲安奈德痰数据后2-3周进行。机器学习技术选择了预测新患者群集分配的顶部基线变量。
   测量和主要结果:多核聚类揭示了四个具有不同CS反应的哮喘群。集群1和2是年轻的适度CS反应性过敏性哮喘患者,具有相对正常的肺功能,通过对比痰中性粒细胞和类固醇后的巨噬细胞百分比而分开。第3组识别了晚发型哮喘患者,肺功能低,基线嗜酸性粒细胞增多,CS反应性最强。第4组主要是年轻的肥胖女性,其具有严重的气流受限,几乎没有嗜酸性炎症,并且CS反应最少。确定了前12个基线变量,并使用独立的SARP测试集验证了集群。
   结论:我们基于机器学习的方法为哮喘的CS反应机制提供了新的见解,有可能改善疾病治疗。
 
文献来源:Multiview Cluster Analysis Identifies Variable Corticosteroid Response Phenotypes in Severe Asthma. Wei Wu,et al.AJRCCM. 2019 Jan.
 

(中国医科大学附属一院 苏新明)


上一篇: 动力性过度充气状态有损哮喘患者的日常生活活动
下一篇: 难治性哮喘患者cd4 T淋巴细胞免疫调节系统受损

用户登录