抽象
本研究的目的是要建立多种族,不分年龄预测方程从男性和女性的臂展估计身材。
从13 947例(40.9%为女性),年龄5-99年,从九个中心(在中国,欧洲,加纳,印度和伊朗)的臂展/高比(ASHR)是用来预测ASHR作为年龄的函数使用的λ,mu和sigma方法。Z分数为用力呼气容积1秒(FEV1),用力肺活量(FVC)和FEV11503例患者采用测量身高、臂展高度和年龄计算身高进行FVC计算。
ASHR随年龄呈非线性变化,男性高于女性,9个位点之间差异显著。这些数据分为四组:亚洲、欧洲、加纳和伊朗。平均预测FEV1,FVC和FEV1/ FVC使用测量或预测高度没有差别,与FEV的4.6%的标准偏差1, FVC为5.0%,FEV为0.3%1/ FVC。低FEV不同发现的百分比1,FVC和FEV1/ FVC患者,使用计算的测量或预测的高度,分别为4.2%,分别为3.2%和0.4%;进行限制性的图案,有1.0%的不同的结果。
组和性别的方程估计身高从臂展和年龄得出的肺活量测定的预测值是临床有用的。
抽象
从身高臂展,年龄和种族估计允许肺功能数据的临床有效的分类http://ow.ly/y8kiK
介绍
站立高度是评估肺功能、营养状况、儿童期生长、体表面积、药物使用、肾脏清除率和其他用途时不可缺少的变量。在许多情况下,身高是无法精确测量的,例如瘫痪、骨折、截肢、脊柱侧凸和疼痛,等等。在这种情况下,从臂展估计身材通常用于肺功能派生预测值。美国胸科协会和欧洲呼吸学会[188bet官网地址1建议使用P推导出的回归方程arker等。[2]或计算从所述比率臂展/ 1.06的高度,但警告说,后者提供高度的较不准确的估计,特别是在极端。从P数据arker等。[2]是基于有限数量的观察的(149名白色受试者(44%女性)和53名非裔美国人(55%女性))。在女性中没有观察到与年龄的关系,尽管随着年龄的增长脊柱的收缩效应更明显,女性比男性[3]。它们不包括儿童和青少年,预测方程可能不适用于其他族裔群体。此外,大量刊物发表了不同的研究结果[2,4,五]。本研究的目的是建立所有年龄的方程式来预测不同种族的男性和女性的臂展。
材料和方法
物料
数据集来自9个中心,这些中心使用符合国际商定标准的方法和技术收集数据和发表调查结果。站立高度通过视距仪测量光脚受试者靠墙站立的高度,受试者的脚跟与脚跟、臀部和背部接触视距仪或测量装置。受试者的头部被放置在法兰克福水平面上,头部板与顶板被固定接触。测量手臂的长度,从一只手的中指指尖到另一只手的中指指尖,每个人靠着墙站立,双臂外展90度,肘部和手腕伸直,掌心直接向前。
来自9个不同研究中心的13947名受试者(40.9%为女性)的数据(表格1)。这项研究是数据的回顾性分析已被消除身份,避免了当地伦理委员会批准的需要。
方法
采用lambda (L)、mu (M)和sigma (S)方法,使用GAMLSS包进行分析[15]和统计软件R(版本3.0.2;R基金会,www.r-project.org);这允许对分布的每个时刻进行建模。GAMLSS(版本4.2-7)[15]用来得出男性和女性的最佳拟合函数。最佳拟合是使用未转换和对数转换的因变量和解释变量,使用Box-Cox-Cole-Green (BCCG)和正态分布,以及beta惩罚的年龄样条估计的。选择了施瓦茨贝叶斯准则最低的模型。因此,我们得到了一个具有最佳样条曲线的简约模型,适用于男性和女性。臂宽/高比(ASHR)方程或臂宽高度计算的通式为:
在哪里一个is年龄和组是9个中心中的一个或通过合并中心创建的组的哑变量。其他模型包括臂展作为年龄和位置的函数,以及身高作为年龄的函数。
正常Q-Q图,蠕虫图[16],作为残差年龄的函数和预测值和残差的密度图的分布被用来判断的拟合优度。模型被接受,如果归一化残差拟合正态分布高达z分数的+3和-3在尾巴。另外,拟合曲线显示为年龄的函数,这使得判断所述拟合曲线的水平和形状一致。
前整理,每个数据集被用于转录的错误和异常值测试;与z得分记录<-4或> 4被拆除,作为分析是对异常值敏感。
预测身高从测量臂展和年龄计算。随着FEV1,FVC和FEV1/ FVC比率是从实际和预测高度之间的差所引起的身材电源功能,在用于这些指数的预测值误差,可以计算为:
在哪里ķ是合适的指数。作为全球肺功能倡议(GLI)2012方程式涵盖所有年龄段,我们采用的系数ķ(表2)。17]。
我们估计了预测FEV中出现的误差1,FVC和FEV1使用预测的高度(两者都来自预测ASHR /年龄和从臂跨度和年龄计算)/ FVC与测量的高度。此外,使用来自患者的数据中提到的医院诊所疑似肺疾病[8],包括1503例,年龄20〜70年,我们研究了从臂展和年龄预测使用的高度如何影响气道阻塞的诊断,低FEV1低FVC或“限制性模式”(FEV1/FVC z分数> - 1.645,FVC z分数< - 1.645)。FEV的预测值和z分数1,FVC和FEV1/ FVC使用软件从GLI(派生www.lungfunction.org/tools.html)。
香港数据(990名女性,806名男性;年龄范围6.8-80.7岁)包括FEV1,FVC和FEV1/健康不吸烟者的肺活量比率;这些被用来评估臂长是否比身高更适合肺测量数据的预测。用LMS方法估计最佳拟合值为:
其中M是肺功能索引和M样条在年龄一个P-样条函数。
结果
53条记录(男性24例,女性29)中除去,因为数据包括为ASHR离群值。几乎无一例外,这些是由于抄写错误。使用BCCG分布和对数变换变量获得的最佳拟合模型。该模型的每个数据集的拟合的曲线图中示出了在线补充图E-1。在女性中,从塞尔维亚在一个小数据集ASHR(N = 75)不同意在所有与来自欧洲血统的个体的其它数据(图E-1);因此,这些数据没有包括在随后的分析,使得总共的数据的0.9%被丢弃。其余科目的年龄分布显示中图1。正常的Q-Q图和蠕虫图显示在网上补充材料(图E-2和E-3)。
法国、土耳其、印度东部、黑山和塞尔维亚的男性、法国、土耳其和黑山的女性、中国和印度北部的数据之间的ASHR无显著差异(p>0.05)。在女性中,来自印度东部的ASHR与来自法国、黑山和土耳其的女性差异显著(p<0.05),但在数值上差异不大。因此,我们将这些中心分为四组:欧洲(法国、土耳其、印度东部、黑山和塞尔维亚)、亚洲(中国和印度北部)、加纳和伊朗(图2)。回归方程,并计算从臂跨度和年龄预测高度的工作例子中,在附录中给出。
在女孩中,ASHR会增加到16岁左右;对男孩来说,10年后就会达到一个高原期(图2)。这极有可能反映了女孩体内较高水平的雌激素,它能刺激第二性征和骨骺融合[18]。
与欧洲组相比,亚洲组女性和男性的ASHR预测值分别高出0.9%和1.1%;分别为3.2%和2.6%;以及加纳的5.3%和4.8%。在女性中,臂展预测的身高和年龄相差平均值±sd与测量身高之比为0±2.38%,男性为0±2.34%。因为这些错误是相同的,它们只对雄性(图3)。根据预测ASHR/年龄计算的身高误差百分比,女性平均为0.12±2.71%,男性为0.13%±2.63%。预测FEV的平均误差1和FVC从高度使用臂跨度和年龄之间的关系很小,但是计算的90%的时间间隔为约对于FEV±10%1和FVC(表3)。对比FEV的相应误差1/ FVC比率是微不足道的(表3)作为高度的所预测的比例的贡献小(表2)。
根据臂展和年龄计算的身高预测值(见附录)用于计算FEV的预测值1,FVC和FEV1/ FVC患者。z得分,然后计算用于使用测量的和预测的高度,这些索引。采用的-1.645(对应于第五百分位)z得分作为下限截止正常参考范围的点允许制表观测分类为正常或作为百分比根据两套“异常”范围z分数。对于FEV不同结果的百分比1,FVC和FEV1女性和男性的植被覆盖度分别为4.2%、3.2%和0.4%(表E-1)。限制性模式中的不协调(FVC低于第五百分位数FEV)1/ FVC第五百分位以上)发生在1%的患者(表4)。根据测量身高,低FEV的患病率1,FVC和FEV1/ FVC在患者群为22.4%,12.9%和21.9%;该限制性图案(无梗阻但低FVC)的为4.3%。
由施瓦茨贝叶斯标准判断,Q-Q图和蠕虫地块,无一例外,利用身高和年龄的模型来预测FEV1,FVC和FEV1与臂展和年龄的组合相比,中国健康人群中/FVC对数据的拟合较好,变异系数略小。然而,FEV的预测值1和FVC最大限度差异由14至20毫升,分别与那些对于FEV1/FVC在实际应用中是相同的。
讨论
这项研究证实了先前的报告,儿童和成人,并且男性和女性[之间的ASHR不同4,8,14,19,20.],并且是年龄依赖性[4,7-10,14,19,21,22],而不是在不同的族群[同一2,4,19,23,24]。与此相反,一些研究报道,臂展和身高可以互换使用[25],没两性[之间不同25,26],以及患者的年龄独立于成年男性[13,20.,26-29]及女性[2,26,28,30.]。这些不同的发现可以解释为,后者的研究通常覆盖有限的年龄范围,因此与年龄相关的变化没有被发现。从15岁左右的女性到25岁左右的男性,臂展的增长比例高于身高,随后是ASHR的平稳期,直到45岁左右,比例几乎随年龄线性增长(图2)。后者相可能反映了主干的脱钙和压缩,作为臂长度不老化期间减少[31]。由于骨质疏松症在绝经后的女性身上比在中年男性身上更为明显,所以不出所料,40岁以上的女性(图2)。根据预测的ASHR随年龄的变化,40至75岁之间的身高下降,男性为0.82%,女性为1.30%。对于平均身高(分别为175和165厘米)的男性和女性来说,这分别导致了1.4厘米和2.1厘米的身高损失。这大约是纵向研究中发现的身高下降幅度的一半[3甚至比非裔美国女性更少[32]。也许ASHR的长期趋势在解释这种差异方面起了作用[33]。尽管如此,它示出了横截面的发现可能不能准确地反映在个体内的趋势。
ASHR在四组间差异显著。观察到的差异与公布的值基本一致。然而,Chhabra[34印度人的ASHR报告值与加纳人相当接近。成年女性的平均ASHR为1.05,加纳女性,非洲裔美国人[19]和尼日利亚雌性[30.],并在非洲裔女性用P研究1.04arker等。[2]。然而,本研究中男性的平均比率(1.07)高于尼日利亚人(1.03)[30.]和非洲裔美国人(1.04)2]。种族差异的本质是模糊的。在人类,有一个头尾生长发育的梯度,所以从出生到7岁左右,四肢的比例比其他身体部分要大[35]。这一生长阶段易受贫困、感染或儿童早期营养缺乏等不利条件的影响,对下肢骨的影响大于对上肢骨的影响,尤其是对男性[33]。因此,低腿长度已被证明是在生命早期这种不利条件的标记和在站立高度条件更改占长期变化[36]。较差的生长条件对腿部发育的影响可能大于对臂展的影响,因此这在一定程度上可以解释种族差异。有一些证据可以证明这一点。研究发现,下肢骨的长期变化比上肢骨的变化更明显,男性的变化比女性更明显[33]。
由预测的ASHR估计的平均高度与测量的高度相差不大,因此平均肺功能将被正确预测(表3)。然而,可能出现高达10%的误差,这将导致一些观测值低于使用测量身高的第5百分位数,而高于使用预测身高的截止值,并且反之亦然。从臂展和年龄获得高度时(误差较小表4),因此这是推荐的方法。理想情况下,肺功能指数将从臂展预测;在日常实践中,然而,可用的预测方程只使用高度作为解释变量。出人意料的是,在人的肺功能数据以及臂展的测量是可用的,气道阻塞的误诊率和异常低的FEV的患者人群1, FVC或FEV1/ FVC比低,0.4%和4.2%之间变化(表4)。作为临床诊断不仅取决于肺功能测试结果,但也是在所有临床信息称重的处理的结果,该小分歧是临床上可接受的。
本预测方程不应该被不加区分地应用,因为它们已被来自健康个体的。通常情况下,脊柱侧凸,神经肌肉疾病或其他疾病可能是从小就存在,并且很可能已经影响了正常的增长模式。此外,在成人中,使用预先录制的高度规避引入重要的不准确性[8]。
这项研究的优势在于它是基于大量来自世界各地,涵盖了从小到老和各民族的数据。此外,有一个例外[14],先前的出版物中使用线性回归技术,不像在本研究中应用的技术中,既没有正确地捕获与年龄,也不是年龄依赖性变性ASHR的变化关系。劣势是研究族群的数量是有限的,对于三组(亚洲,加纳和伊朗),从不同的中心提供额外的数据会作出我们的结论并不特别的和更稳健。即便如此,虽然有可能显著误差在FEV预测值1而FVC,对身高的不准确估计导致非常有限比例的患者被误诊为有气道阻塞或限制性肺活量模式。
结论
ASHR随年龄的变化呈非线性变化,在男性和女性之间以及在种族之间存在差异。根据预测的ASHR估计的身高可能与实际身高相差10%。从臂展和年龄估计站立高度是首选,因为它更准确,并导致在异常低的FEV方面的错误分类的百分比低1FVC, FEV1/ FVC或限制性图案,使得这种方法在临床上是有用的。
附录
高度的预测值由下面的回归方程计算。在这些方程中,年龄以年和为单位一个=年龄/ 100。M的预测厘米的高度。
欧洲是默认的。亚洲= 1,如果一个对象是来自中国或印度北部,否则为0;加纳= 1加纳,否则为0;和伊朗= 1的伊朗,否则为0。
M和S的样条可以表示为查找表。然而,出于计算目的,将它们表示为方程更方便。不可能推导出一个精确地涵盖全部年龄范围的方程;因此,在有限的年龄范围内推导出多项式方程,导致年龄范围之间的无缝过渡(图E-4)。
女性
男性
工作的例子
身高与161厘米的臂展65岁的加纳女性的计算方法如下。
新的Windows软件从臂长计算高度可被下载www.spirxpert.com/download/Install_Armspan.EXE
脚注
这篇文章有补充资料www.qdcxjkg.com
利益冲突:无申报。
- 收到了2014年3月21日。
- 公认2014年6月6日。
- ©ERS 2014