从峰值流量轨迹中提取的预测因子预测哮喘加重的适用预测因素
2024/03/18
摘要
背景：实时预测哮喘恶化和检测哮喘急性发作对重症哮喘患者至关重要。峰值呼气流量（PEF）具有用于长期哮喘自我监测的潜力。然而，处理 PEF 计算的方法仍有待明确。
研究目的：本研究旨在开发适用于临床的新型哮喘加重预测指标，这些指标是利用峰值呼气流量记录计算得出的。
方法：之前提出的病情加重预测指标包括 PEF 斜率、预测 PEF 百分比、最佳 PEF 百分比、特定时间段内最高 PEF 超过最低 PEF 的比率、PEF 变异系数，以及新指标 delta PEF 移动平均值 （ΔMA）、 该指标定义为 14 天和 3 天平均 PEF 值之间的差值以及根据 PEF 参考值调整后的 MA 值（%ΔMA），使用北海道难治性哮喘调查队列分析数据进行了验证，该数据包含 127 名重症哮喘患者的 73,503 次 PEF 观察结果。绘制了所有预测因子的接收者工作特征曲线，并计算了相应的曲线下面积（AUC）。对 MA 和 MA 百分比进行回归分析。
结果：在单变量模型中，ΔMA 和 %ΔMA 的 AUC 值分别为 0.659 和 0.665，表现最为突出。在多变量模型中加入个体参与者的随机截距后，ΔMA 和 %ΔMA 的 AUC 值分别飙升至 0.907 和 0.919。
结论：ΔMA和ΔMA%是很有价值的指标，在从PEF轨迹得出预测指标以监测重症哮喘患者病情恶化时应加以考虑。
文献来源：Applicable predictive factors extracted from peak flow trajectory for the prediction of asthma exacerbation. Yichi Yang, et al. Ann Allergy Asthma Immunol. 2023 Nov 23. PMID: 38006971
背景：实时预测哮喘恶化和检测哮喘急性发作对重症哮喘患者至关重要。峰值呼气流量（PEF）具有用于长期哮喘自我监测的潜力。然而，处理 PEF 计算的方法仍有待明确。
研究目的：本研究旨在开发适用于临床的新型哮喘加重预测指标，这些指标是利用峰值呼气流量记录计算得出的。
方法：之前提出的病情加重预测指标包括 PEF 斜率、预测 PEF 百分比、最佳 PEF 百分比、特定时间段内最高 PEF 超过最低 PEF 的比率、PEF 变异系数，以及新指标 delta PEF 移动平均值 （ΔMA）、 该指标定义为 14 天和 3 天平均 PEF 值之间的差值以及根据 PEF 参考值调整后的 MA 值（%ΔMA），使用北海道难治性哮喘调查队列分析数据进行了验证，该数据包含 127 名重症哮喘患者的 73,503 次 PEF 观察结果。绘制了所有预测因子的接收者工作特征曲线，并计算了相应的曲线下面积（AUC）。对 MA 和 MA 百分比进行回归分析。
结果：在单变量模型中，ΔMA 和 %ΔMA 的 AUC 值分别为 0.659 和 0.665，表现最为突出。在多变量模型中加入个体参与者的随机截距后，ΔMA 和 %ΔMA 的 AUC 值分别飙升至 0.907 和 0.919。
结论：ΔMA和ΔMA%是很有价值的指标，在从PEF轨迹得出预测指标以监测重症哮喘患者病情恶化时应加以考虑。
文献来源：Applicable predictive factors extracted from peak flow trajectory for the prediction of asthma exacerbation. Yichi Yang, et al. Ann Allergy Asthma Immunol. 2023 Nov 23. PMID: 38006971
（中国医科大学附属第一医院呼吸与危重症医学科 陈宇晗 苏新明）
上一篇：
2017-2019年墨西哥城空气质量与哮喘相关急诊入院人数之间的关系
下一篇：
气道上皮对过敏原暴露的胆碱能传感促进肺部2型免疫
