摘要
本研究旨在比较慢性阻塞性肺病(COPD)病例的策略,从阻塞性肺病研究中的负担中发现。
14个国家的≥40yrs(n = 9,390)的基于人口的样本完成了调查问卷和肺活量。我们比较了使用问卷数据和/或峰值呼气流(PEF)数据的不同分阶段算法的筛选效率,以识别具有COPD的风险的人,因此需要确认血管测定法。单独的算法适用于适度/严重COPD和严重COPD。我们估计了每种算法在1000人中的成本。
对于中度/重度COPD,仅使用问卷数据可以实现高敏感性(97%),但80%的参与者需要确认性肺活量测定。只有19-22%的受试者需要使用PEF进行确认性肺活量测定,敏感性为83-84%。对于严重的COPD, PEF的使用达到了91-93%的敏感性,在<9%的参与者中需要验证性肺活量测定。成本分析表明,最初仅使用PEF,然后根据需要进行确认性肺活量测定的分阶段筛选算法是最具成本效益的病例发现策略。
我们的研究结果支持使用PEF作为一种简单、成本效益高的初始筛查工具,在年龄≥40岁的成年人中进行COPD病例发现。这些发现应该在诸如初级保健环境等真实环境中得到验证。
虽然慢性阻塞性肺病(COPD)是全世界发病率和死亡率的重要原因,并且普遍存在,但往往是下降的[1-4.].这种诊断不足具有重要的政策意义,因为众所周知,对COPD的适当管理可以降低未来病情恶化和住院的风险,并改善健康状况,包括症状,甚至运动耐量[5.].因此,增加的兴趣令人归视发展成本效益的案件发现的战略[3.那6.].
支气管扩张剂后肺活量测定法是目前诊断COPD的金标准[7.].然而,即使在卫生服务发达的国家,在短期就诊的情况下对所有高危患者进行高质量肺脏测量也是不可行的。此外,在世界许多地区,肺活量计可能根本无法在初级保健环境中使用,或者肺活量计的成本可能限制其使用。因此,需要在初级保健环境中使用替代病例发现策略。最近,美国国家卫生研究院(国家心脏,肺脏,和血液研究所肺疾病部门(DLD)在其执行摘要中总结,目前“迫切需要”开发和测试一种针对COPD病例的策略,以发现临床严重COPD患者(特别是那些1秒内强制呼气量(FEV)的患者)为目标1)<60%预测)[8.].执行摘要建议,这种方法可能包括一些初始风险评估的组合(通过然后是简单的呼气峰值流量(PEF)测量,并在适当的情况下,进行全面诊断支气管扩张剂前(BD)和BD后的肺活量测定。
已经制定了简单的经过验证的问卷,以确定具有COPD风险的人[9.那10].此外,Perez-P.adilla等. [11]表明pre-BD PEF测量能够成功识别严重和非常严重的慢性阻塞性肺病(慢性阻塞性肺疾病的全球倡议阶段III和IV) > 90%的时间,PEF仍然增加了相当大的预测价值,甚至在那些高危根据自述症状和危险因素11].
这项研究使用了国际阻塞性肺病负担(BOLD)研究的数据[1]通过比较各种算法的性能和成本效益来扩展到较早的工作,以检测中度/严重和严重COPD。我们的调查结果可能有助于在不同国家选择案例查找方法。
方法
大胆是一个持续的,国际普遍存在和COPD负担的研究。它被每个参与网站的相关当地伦理委员会批准,所有参与者提供了书面知情同意书。较粗大的研究设计和标准化方法的描述已发布其他地方[12].
我们从14名粗体网站报告数据,其中包括10,712名≥40年龄的参与者。从该组中,由于缺少数据,我们排除了711(6.6%),由于缺失数据,611(5.7%),总共留下9,390人进行最终分析。
问卷数据是通过参与者母语面对面访谈收集的。BOLD问卷包括关于COPD的呼吸健康和症状、共病和危险因素的数据,并包括摘自1978年美国胸科协会(ATS)/DLD呼吸症状问卷的部分[13],以及欧洲共同体呼吸健康研究所使用的问卷[14的研究[15]瑞典北部的阻塞性肺病研究[16].
使用NDD EasyOne Lientometer(NDD Medical Technologies,Andover,Ma,USA)进行肺活量测定法在施用200μg羟丙醇/沙丁酰胺醇后15分钟之前进行通过间隔棒。我们使用200μg而不是400μg主要是出于安全原因,因为并非所有测试都在临床环境中进行,而且医生也不总是在场。对肺活量测定数据进行集中审查,并根据ATS/欧洲呼吸学会2005年可接受性和可重复性标准进行质量评分[188bet官网地址17那18].
肺活量测定结果包括FEV1、强迫肺活量(FVC)和PEF。所有被定义为最佳三种可接受操纵的最大值。我们使用BD后的FEV测量1和FVC来定义COPD。为了控制它们与身高的关系,PEF测量值除以身高的平方(Ht)2),以L·s为单位-1·米-2。
虽然国际指南在BD后FEV的基础上定义COPD1/ FVC <0.70,已知该措施随着年龄而变化[19那20.].在这项分析中,我们将中度/重度COPD定义为双相障碍后的FEV1/FVC低于正常下限(LLN)和FEV1<80%pred;BD-FEV后出现重度COPD1/FVC
统计方法
我们随机将每个站点的人口分成单独的测试和验证样本,使用7:3比率。然后,我们使用测试样本进行初始模型建筑物,并使用验证样本验证预测结果。此处仅介绍了验证样本结果。
对于中等/严重COPD和严重的COPD来说,我们开发了使用问卷数据的案例识别算法,调查问卷数据加上BD PEF数据以及问卷数据以及BD后PEF数据。在每种情况下,我们使用分类和回归树(购物车)分析到达最佳拟合模型[23].CART使用逐次分割算法,在每个阶段考虑每个预测变量的所有可能的二分法,并找到最能将已确定结果的个体与未确定结果的个体分开的方法。然后对树的每个新分支独立地重复这个过程,当后续分支之间的分离程度没有超过用户定义的阈值时停止。我们“修剪”了树状结构,以最大限度地提高灵敏度和特异性,因为病例发现方法的目的之一是减少肺活量检测所需的数量,同时仍最大限度地提高总体病例检出率。我们努力寻找在临床环境中易于描述和实现的简约模型。
我们还安装了一个分阶段模型,以反映潜在的临床情景,其中仅在患者上进行了BD PEF测试的潜在临床情景先天的基于症状和风险因素分析的“高风险”,根据BD前PEF结果,BD后PEF仅对仍处于高风险的子集进行。对于这些分析,我们采用了Perez-P.adilla等[11]并定义了一个先天的高危人群为符合以下任何一项标准的人:“常见”咳嗽/痰;在过去的一年里喘息;运动时呼吸困难(医学研究委员会(MRC)评分>1);>吸烟10包年;>200 h-年生物质烟雾暴露量(1 h-年暴露=每天暴露1 h,持续1年);>5年职业性粉尘/烟雾暴露;或既往医学诊断为慢性阻塞性肺病、肺气肿、慢性支气管炎或哮喘。在这些模型中,CART方法仅用于定义PEF截断值。
为了简化模型的解释,在上述所有分析中,我们将连续变量分为以下类别变量:年龄(40-49岁、50-59岁、60-69岁和≥70岁);体重指数(≤20、20 - 25、25-30、>30 kg·m-2);烟熏岁月(从不吸烟和0-10,10-20和> 20岁);和pef per ht2(≤1.3,>1.3 - 1.8,> 1.8-2.2,>2.2 L·s-1·米-2).
为了评估我们的最终模型在各种网站上给出一致结果的程度,我们将Logistic回归模型拟合到完整的队列(测试和验证样本组合),风险状态指标(高对低),学习网站和网站逐个状态互动。使用SPSS答案树3.0(Aspire Software,Ashburn,VA,USA)构建了推车模型,并使用SAS版本9.1(SAS Institute,Cary,NC,USA)进行所有其他分析。
最后,我们进行了成本分析,计算了三种不同病例发现情景的比较成本以及每种情景中遗漏病例的成本。首先,我们假设所有三种测试(PEF、问卷调查和肺活量测定)都可以由相同级别的工作人员进行。其次,我们估计进行和记录测试的时间为PEF或问卷10分钟,bd前后肺活量测定40分钟。我们将成本固定为问卷调查和PEF各1单位成本,肺活量测定4单位成本。我们忽略了资本和消耗性成本,因为在大多数地方可能相对较小,也忽略了患者的时间投入。通过添加每个策略中测试所花费的时间,我们可以估计每个策略的时间单位成本。这给了我们每个策略的成本,每个确定的案例的成本,以及如果采用更敏感的策略,确定更多案例的边际成本。
结果
在9,390个个体中,756(8.1%)达到中度/严重COPD(532在试样中的532和224中的验证样本中的标准)。平均年龄为56.1岁,52%是女性,37%的报告曾在尘土飞扬的工作中工作,据报道曾经吸过57%(表1).男性患者的烟雾烟雾比女性患者(26.6对19.3包装;P <0.0001)。12%的队列报告称MRC呼吸困难评分≥2,7.4%报告慢性支气管炎,肺气肿或COPD的医生诊断。虽然医生诊断慢性支气管炎的诊断,但由于COPD严重程度增加,肺气肿或COPD增加,只有19%的COPD和38%的人报告的诊断有19%的患者。超过三分之二的报告其中一个诊断的人在“否”或“不良”COPD组中。
中重度COPD的预测模型
仅使用问卷数据,普通购物车建模鉴定了包含55%的样本的高风险亚组,并由曾经被告知过度的人组成的人或者是长期吸烟者(≥20包)或报告了任何呼吸困难(表2).这些人患中/重度COPD的风险(阳性预测值(PPV))为12.6%。其余低风险组占样本的45%,患中度/重度COPD的概率仅为2.2%。该分类规则识别了87.5%的病例(敏感性)。更广泛的先天的高风险分类产生了更好的敏感性(97.3%),但较低的PPV(7.3%)和更大的高风险组(80%的样品)需要确诊的肺活量测定量。
当也可用时,分阶段和未置的模型也标识到仅包含〜20%的人口的高风险群体,但仍具有相当高的灵敏度(〜83%)和更好的PPV(31-37%)。仅用于PEF的未置于模型,因为推车没有选择来自调查问卷的任何风险因素,因此敏感性略高于相应的分阶段。对于阶段和未置的模型,预测器池中BD PEF数据的额外包含在预测模型中的额外包含。
预测严重COPD的模型
表3总结了预测严重COPD的模型。使用先天的“高危”队列和忽略PEF在识别严重COPD病例方面产生了极好的敏感性(98%),但PPV非常低,导致一个非常大的“高危”组(样本的74%)需要验证性肺活量测定。相比之下,包括PEF测量结果的敏感性为91-93%,同时将验证性肺活量测定的需要减少到样本的8-9%,这明显改善了中/重度COPD的结果,与仅使用问卷数据的结果形成显著对比。bd后PEF测量的使用确实进一步改善了非分阶段模型的预测,但只是非常有限。
使用全队列的Logistic回归模型没有显示出危险因素影响在不同位点之间的显著差异。
不同案例发现算法的经济意义
表4展示了五种不同的案件发现策略的相对成本。以10分钟的技术人员时间为单位测量成本。在算法1中,1,000名参与者的整个人口将直接用肺活量测量进行测试,这导致了四个“成本单位”中的1,000个肺活量测定值,这给了4,000个单位的总成本。该方法确定了所有80例适度/严重COPD,每种情况为50个单位。
在算法2中,CART问题用于筛查高危人群,这些人随后直接进行肺活量测定;管理1 000份调查表的费用为1 000个单位,将554个阳性病例转到肺量测定,费用为2 216个单位,使该方案的总费用为3 216个单位。在该算法中,识别了70个病例,每识别一个病例的成本为45.9个单位。
在算法3中先天的仅使用问题,就进行了1 000份调查问卷和802次肺活量测定,总费用为4208个单位,每个病例53.9个单位。这实际上比给每个人做肺活量测定更贵。
在算法4中,使用单独的峰值流量,具有1,000个峰值流量测量,总成本为1,000个单位,并且仅以872个单位的成本为肺活量测量值引用218名参与者。总成本为1,872个单位。鉴定了稍微少的病例(80个可能的67例),但鉴定的每种情况的成本仍然在27.9个单位下仍然远低得多。
算法5显示了使用先天的问卷调查;1 000份问卷,802次高峰流量和178次肺活量测试,总成本为2 514个单位。该方法比峰值流量模型少识别一个病例,同时成本增加37% (38.1对每箱27.9个)。当应用于鉴别重度COPD时,结果定性相似。
讨论
随着卫生保健系统加紧应对慢性阻塞性肺病等高负担非传染性疾病,慢性阻塞性肺病病例的发现正在成为一个重要的全球健康问题[6.].我们的研究结果表明,使用简单的双相障碍前峰值流量测量,对于那些最有可能从确认性肺活量测量中获益的个体,具有潜在的成本效益。筛查问卷的使用,无论是单独使用还是与峰值流量测量相结合,似乎都增加了慢性阻塞性肺病筛查的成本,并可能减少最终确定的病例数量。
我们的结果建立在Perez-P.adilla等. [11[显示,通过解决可能是最佳COPD筛选算法的流行病学问题,可以使用简单的BD PEF测量来排除严重的COPD。我们还进行了经济分析,尽管是粗略的分析,比较各种病例发现算法的成本影响。
我们关注的重点是中/重度COPD的检测,因为对病情较轻的患者的临床管理主要包括戒烟,戒烟应该提供给所有吸烟者。没有证据支持对病情较轻且无症状的患者进行更积极的管理,包括药物治疗的成本效益[24-26].慢性阻塞性肺病相关发病率和死亡率的成本上升最大的主要是那些患有严重疾病的人。越来越多的证据表明,对这些人进行适当的管理可以提高生活质量,减少病情恶化[5.],可能会减少FEV的下降1[27那28],并可减轻家庭/照顾者的负担,以及减少与住院费用有关的公共资源需求[29].我们对中度/重度疾病的定义旨在克服固定比率标准的局限性[20.],并与最近一项临床疗效评估研究的建议一致[21].
尽管BD后肺活量测定是目前诊断和分期COPD的金标准,但对所有有COPD危险因素的个体(某些国家的大多数人口)进行肺活量测定的成本使得这成为基于人群的病例发现的低效工具。目前的挑战是开发一种筛查算法,在保持高度敏感性的同时,有效地排除大量个体的中度/重度COPD。这种算法只需要对高危人群进行肺活量测定。我们的分析旨在指导这种算法的选择。
尽管目前提出的许多案例发现算法表明,所分期的筛查方法,其中峰值流量仅在症状或高风险的人中进行,我们的研究结果表明这种方法,而比对执行肺活量测量更具成本效益每个人,实际上都比在每个人身上衡量PEF的效率效率低。在医疗保健交付系统的背景下,这将建议使用PEF作为标准的生命标志,如血压和重量,没有完成伴随的问卷。由于肺功能损害一般以逐步的速度发生,因此可以每隔几年进行这种测量作为进一步的成本节省。询问先前的曝光史是从临床角度来看有价值的,但从纯粹的筛选角度来看,它的效率较低,可能导致更高的成本和更少的确定病例。鉴于每HT的PEF2与FEV高度相关1/ FVC比率,以及COPD症状与严重程度之间的相关性关系,也许不是令人惊讶的是,只有涉及PEF的简单措施提供了最好的筛选算法。
对严重慢性阻塞性肺病病例查找算法的一个潜在批评是,被确诊的人都已经有了诊断。然而,事实却恰恰相反。我们自己的数据显示,即使在符合我们的严重COPD标准的个体中,也只有38%的人报告医生诊断为慢性支气管炎、肺气肿或COPD。此外,在美国,在医疗记录中诊断为慢性阻塞性肺病的患者中,只有25%曾做过肺活量测定[30.我们怀疑,在低收入和中等收入国家,这一比例甚至更低。因此,肯定有很多机会发现以前未诊断和/或肺活量测定未证实的具有临床意义的COPD新病例。相反,6%的无慢性阻塞性肺病或轻度慢性阻塞性肺病患者报告医生诊断为慢性支气管炎、肺气肿或慢性阻塞性肺病,可从确认性肺活量测定中获益,以解决可能的误诊。我们认为,这些观察结果支持了对缺乏诊断的成年吸烟者和确诊但从未进行肺活量测定的患者进行COPD病例发现的必要性。
我们的研究的一个优势在于,它是基于来自世界各地14个不同地点的人口样本,而不仅仅局限于吸烟者。后一点尤其重要,因为职业和生物质暴露正日益被视为COPD的重要潜在风险因素[31.].此外,我们的分裂样本分析使我们能够独立地验证我们的预测模型的结果。
该研究的一个重要限制是在使用电子肺仪的强制呼气管道期间采取了PEF测量。此外,作为正式研究研究的一部分进行了测量,这些研究需要对参与部位进行标准化方法,并严格注意质量控制。因此,如果在临床环境中使用普通峰值流量计或作为基于普通社区的筛选程序的一部分,则在这里开发的PEF基算法的预测值和灵敏度可能会更好32.那33.].然而,最近的一项研究在诊所以外的健康筛查场所发现了与我们相似的结果[34.].此外,我们的经济分析只考虑了一组成本假设,并假设这些假设在进行筛选的国家和环境中以统一的方式持有。尽管如此,我们没有发现证据表明危险因素的影响在不同位点之间存在显著差异。最后一个限制是,我们定义COPD的黄金标准仅基于肺活量测定。我们认识到,在临床实践中,诊断也应基于体征、症状和相关接触史[7.]但是对于筛选程序的目的,Spirometry是一个逻辑的第一步,然后可以触发更详细的临床咨询。
尽管目前还没有治愈COPD的方法,但我们可以减少症状和恶化,提高生活质量,并提供支持性管理。这篇论文强烈建议,使用简单的峰值流量评估进行重点病例发现将最有助于我们确定那些从肺活量测定中受益最多的人,并证明所使用的资源是合理的。许多国家和国际组织一直在考虑如何最好地筛查COPD,我们的结果为目前正在考虑的建议提供了宝贵的信息。尽管如此,还需要进行进一步的研究,以了解当诊所工作人员在初级保健环境中进行峰值流量测量,并使用峰值流量计代替肺活量计,并且没有作为BOLD方案一部分的严格质量控制时,我们的发现在多大程度上有效。在这方面,我们认为目前的研究是重要的第一步,突出了这种筛查方案的潜在效用。
致谢
阻塞性肺病(BOLD)合作研究组执行委员会的负担的成员是:A.S.Buist(椅子);P. Burney;李(西北大学,芝加哥,伊利安,美国);下午曼尼诺(肯塔基州大学,Lexington,凯,美国);M.A. McBurnie(Kaiser Permanente卫生研究中心,波特兰或美国);A.M.B.Menezes(Pelotas联邦大学,巴西);S. Sullivan(华盛顿大学,西雅图,WA,美国); J. Vestbo (Hvidovre University Hospital, Hvidovre, Denmark); W.M. Vollmer; and K.B. Weiss (Northwestern University, Chicago, IL, USA).
国际咨询委员会的成员是:A. Gulsvik,主席(挪威卑尔根大学);J.M.Nantó(环境流行病学研究中心(Creal),Institut市D'Investigaciómèdica(Imim),巴塞罗那,西班牙);R. Crapo(后一天圣徒医院,盐湖城,US,USA);G. Marks(Woolcock医学研究所,澳大利亚悉尼);R. Perez-Padilla(Instituto Nacional de Envermedades Respiratorias,墨西哥城,墨西哥);和g.r.Wagner(CDC / Niosh,华盛顿,DC,USA)。运营中心的成员是:下午Vollmer(主要调查员(PI)),M. Allison,P. Cheek,L. Figurski,E.A.Frazier,S.Gillespie,C. Kelleher,T. Kimes,N.Kchar,M.A.Mcburnie,G. Thomas-Monk和E.Vance(Kaiser Henmerente卫生研究中心,卫生研究中心,波特兰或美国); and A.S. Buist and V. Lesser (Oregon State University, Corvallis, OR, USA). The members of the economics core are T. Lee and K.B. Weiss (Northwestern University, Chicago, IL, USA); and S.D. Sullivan, (University of Washington, Seattle, WA, USA). The members of the Pulmonary Function Reading Center are R. Crapo and R. Jenson (Latter Day Saints Hospital, Salt Lake City, UT, USA). The members of the field sites are: N. Zhong (PI), S. Liu, J. Lu, P. Ran, D. Wang, J. Zheng and Y. Zhou (Guangzhou Institute of Respiratory Diseases, Guangzhou Medical College, Guangzhou, China); A. Kocabaş (PI), A. Hancioglu, I. Hanta, S. Kuleci, A.S. Turkyilmaz, S. Umut and T. Unalan (Cukurova University School of Medicine, Department of Chest Diseases, Adana, Turkey); M. Studnicka (PI), B. Lamprecht and L. Schirnhofer (Paracelsus Medical University, Department of Pulmonary Medicine, Salzburg, Austria); E. Bateman (PI), A. Jithoo, D. Adams, E. Barnes, J. Freeman, A. Hayes, S. Hlengwa, C. Johannisen, M. Koopman, I. Louw, I. Ludick, A. Olckers, J. Ryck and J. Storbeck, (University of Cape Town Lung Institute, Cape Town, South Africa); T. Gislason (PI), B. Benedikdtsdottir, K. Börundsdottir, L. Gudmundsdottir and S. Gudmundsdottir, G. Gundmundsson (Landspitali University Hospital, Dept of Allergy, Respiratory Medicine and Sleep, Reykjavik, Iceland); E. Nizankowska-Mogilnicka (PI), J. Frey, R. Harat, F. Mejza, P. Nastalek, A. Pajak, W. Skucha, A. Szczeklik and M. Twardowska (Division of Pulmonary Diseases, Department of Medicine, Jagiellonian University School of Medicine, Cracow, Poland); T. Welte (PI), I. Bodemann, H. Geldmacher and A. Schweda-Linow (Hannover Medical School, Hannover, Germany); A. Gulsvik (PI), T. Endresen and L. Svendsen (Department of Thoracic Medicine, Institute of Medicine, University of Bergen, Bergen, Norway); W.C. Tan (PI) and W. Wang (iCapture Center for Cardiovascular and Pulmonary Research, University of British Columbia, Vancouver, Canada); D.M. Mannino (PI), J. Cain, R. Copeland, D. Hazen and J. Methvin, (University of Kentucky, Lexington, Kentucky, USA); R.B. Dantes (PI), L. Amarillo, L.U. Berratio, L.C. Fernandez, N.A. Francisco, G.S. Garcia, T.S. de Guia, L.F. Idolor, S.S. Naval, T. Reyes, C.C. Roa Jr, M.F. Sanchez and L.P. Simpao (Philippine College of Chest Physicians, Manila, Philippines); and C. Jenkins (PI), G. Marks (PI), T. Bird, P. Espinel, K. Hardaker and B. Toelle (Woolcock Institute of Medical Research, Sydney, Australia).
脚注
有关编辑评论,请参阅第503页。
支持声明
大胆计划由肯塔基大学、土耳其胸科学会、萨尔茨堡Gebietskrankenkasse、萨尔茨堡地方政府、国际烟草控制研究中心、国际发展研究中心、南非医学研究理事会、南非胸科学会、开普敦大学肺研究所,Landspítali大学医院科学基金,挪威卫生部临床研究基金会,豪克兰大学医院胸科医学研究基金会,Marty Driesler癌症项目,菲律宾胸科医学院,菲律宾内科医学院,ALTANA,安万特、阿斯利康、Boehringer-Ingelheim、Chiesi、葛兰素史克、葛兰素史克肺科研究基金、默克、默克夏普、诺华、辉瑞、先灵葆雅、Sepracor、Polpharma、Ivax Pharma波兰、Pliva Kraków、Adamed、Linde Gaz Polska、Lek Polska、Tarchomińskie Zakłady Farmaceutyczne Polfa、Starostwo prozowice、Skanska、Zasada, Agencja Mienia Wojskowego w Krakowie, Telekomunikacja Polska, Biernacki, Biogran, Amplus Bucki, Skrzydlewski, Sotwin, Agroplon, United Laboratories and Air Liquide Healthcare。
感兴趣的语句
A. Jithoo, P.L. Enright, P. Burney, A.S. Buist, W.C. Tan, M. Studnicka和W.M. Vollmer的兴趣声明,以及研究本身的兴趣声明可在以下网站找到www.www.qdcxjkg.com/site/misc/statements.xhtml
- 已收到8月2日,2011年。
- 公认2012年6月2日。
- ©2013年