摘要
支气管扩张是一种多维度疾病,因此,其严重程度或预后不能通过分析单一变量来充分量化。本研究的目的是开发一个多维评分,根据其预后对支气管扩张的严重程度进行分类。
这是一项多中心观察性研究,包括819例使用高分辨率计算机断层扫描诊断为非囊性纤维化支气管扩张的患者。随机抽取397名受试者构建评分,其余422名受试者进行验证。结果为放射诊断后5年全因死亡率。采用逻辑回归分析选择最终得分的变量。
最终的7分得分包含了5个二分变量:用力呼气量在1 s %预测(F,截止50%,最大值2分);年龄(A,截止70岁,最大值2分);存在慢性殖民化铜绿假单胞菌(C,二分法,最大值1点);放射延伸(E,受影响叶数,截断两叶,最大值1点);呼吸困难(D,医学研究委员会量表的截点II级,最大值1分)构建faces评分。验证队列证实了评分的有效性。
我们的结论是,这个易于使用的多维分级系统被证明能够根据支气管扩张的预后对其严重程度进行准确的分级。
摘要
一个易于使用的多维分级系统可以根据预后准确地对支气管扩张的严重程度进行分级http://ow.ly/tW3xx
简介
支气管扩张是一种永久性的、通常为进行性的支气管扩张,由气道感染和慢性炎症引起,导致支气管壁的破坏和重塑[1- - - - - -3.].支气管扩张与慢性和频繁化脓性咳痰、多重加重和进行性、潜在的致残性呼吸困难有关。这些事件使受影响患者的生活质量和肺功能逐渐恶化[4- - - - - -6].近年来,支气管扩张已成为一个主要的健康问题,原因有几个:诊断数量的显著增加[7,8],死亡率的增加[9和住院人数[10],所涉及的保健费用相当高(每次住院7827美元)[10],对生活质素的负面影响[6]和患者的肺功能(1 s用力呼气量每年损失近50 mL (FEV)1)) (5及其对基础疾病的有害影响[11].
几个单一的变量已经被用来预测支气管扩张的关键结果,如肺功能的下降,各种临床参数,放射延伸和慢性定植的存在铜绿假单胞菌[9,12,13].然而,与其他呼吸道疾病一样,支气管扩张的严重程度和预后不能用单一的变量来充分定义。例如,在慢性阻塞性肺疾病(COPD)中,一些作者注意到症状与肺功能之间的相关性很低[14],这导致了易于使用的多维指标的构建,提供了比通常使用的参数(FEV1就慢性阻塞性肺病而言)[15,16].在这项研究中,我们的目标是创建并验证一个易于使用的多维分级系统,根据其预测全因死亡率5年风险的能力,该分级系统可以比任何单一变量更准确地对非囊性纤维化(CF)支气管扩张的严重程度进行分级。
方法
设计
我们描述了一项观察性的、多中心的历史队列研究,涉及7个西班牙中心的非cf支气管扩张的多学科和规范的专题门诊。
病人
839例连续患者纳入研究,年龄均≥18岁,在2005年12月31日之前被诊断为非cf型支气管扩张,有广泛的病因、影像学扩展、临床和功能损害。随访结束时生命状态未知的患者被排除在外。对原因不明的支气管扩张患者或临床表现与支气管扩张相符的患者进行的两次汗液试验阴性结果排除了CF [17].该研究获得了西班牙瓦伦西亚大学总医院伦理和研究委员会的批准(注册号为0088-89-2011)。
诊断支气管扩张
支气管扩张是通过高分辨率胸部计算机断层扫描诊断的患者具有兼容的临床表现,由具有丰富的诊断支气管扩张经验的专业放射科医生解释。从肺尖到肺底,在全吸气时,以1mm准直和10mm间隔获得高分辨率图像。支气管扩张的存在是基于Naidichet al。[18].支气管扩张的程度根据受影响的肺叶和肺节段的数量进行评估,将舌叶和中叶视为独立的肺叶。未考虑仅在单个肺段可见的小支气管扩张,因为如先前报道,很大比例的健康人群可出现这种情况[19].
研究的随访和终点
所有患者的生命状况在随访5年时确定,从支气管扩张的放射诊断之日起计算。因此,只考虑在2005年12月31日前诊断为支气管扩张的连续患者。死亡及其原因通过电脑化的医院数据或各中心的官方死亡证明予以确认。这个随访期的选择是基于迄今为止唯一的支气管扩张死亡率的长期分析,由Keistinenet al。[20.在9年的随访后,他们发现死亡率为25%。因此,我们认为,从支气管扩张的放射诊断开始的5年随访,足以获得一个具有足够统计力量的死亡百分比,以构建和验证拟议评分
变量的初始选择
所有中心都使用相同的标准化方案对患者进行诊断和随访(在线补充材料)。根据这些标准,最初有12个变量符合评分条件:年龄、性别、体重指数、呼吸困难程度、痰液的宏观外观、受影响的叶数、慢性定植铜绿假单胞菌、非典型分枝杆菌的分离、真菌的分离、上一年的住院人数、FEV1%预测和呼吸功能不全。
评分结构
最初的819例患者通过计算机程序(SPSS 17.0版本;IBM,阿蒙克,纽约,美国)。第一组包括397例患者,用于构建初始评分(构建队列)(图1).在最初选择的12个变量中,只有那些在5年随访后预测死亡概率具有统计学意义的变量被选为最终得分。一旦知道了这些变量,它们就被一分为二,以方便计算分数。然后我们计算构建得分的预测能力,以确定其有效性。这将允许我们根据其严重程度对支气管扩张进行分类,基于评分预测5年全因死亡概率的能力(0-2分:轻度支气管扩张,3-4分:中度支气管扩张,5-7分:重度支气管扩张)。
分数的验证
初始样本的第二个随机半部分包括422名患者,用于验证构建的评分(验证队列)(图1).通过分析使用验证队列及其划分为三个严重程度组的评分的预测能力,与使用来自构建队列的数据的相同分析相比,是否显示出任何显著差异来评估这一点。
统计分析
定量变量数据以均数±表示sd,定性变量以绝对值和占总数的百分比(在线补充材料)进行统计。
结果
样品的特性
20例患者因在随访结束时生命状态未知而被排除在外(图1).表1显示最终纳入研究的819例患者的基线特征,以及构建评分(n=397)和验证评分(n=422)之间的比较。均值±sd全部样本年龄为58.7±17.6岁,年龄≥70岁的占32.3%。56%为女性,31.8%为慢性定植铜绿假单胞菌.随访期间有154人(18.8%)死亡,最常见的原因是呼吸系统疾病(42.9%),其次是肿瘤(9.1%)和心血管疾病(9.1%)。支气管扩张最常见的病因是感染后(包括结核后),占29.3%,其次是免疫缺陷(8.3%)、慢性阻塞性肺病(3.5%)、睫状体运动障碍(3.2%)和全身疾病(2.1%)。病因不明者占37.9%。22%的病例为囊性支气管扩张。构建队列和验证队列之间未观察到有统计学意义的差异,包括支气管扩张的病因(表1).
当患者的特征根据他们的原住医院进行比较时,观察到与他们的一般、病原学、临床、功能、放射学和微生物学变量相关的显著差异(表2).均值±sd(范围)随访时间为54.7±12.9(1-60)个月。
单变量分析
表3显示年龄较大,男性,呼吸困难程度较大,存在化脓痰,呼吸功能不全,肺功能值较差,支气管扩张扩大程度较大,加重/住院人数较多,慢性定植铜绿假单胞菌非典型分枝杆菌和真菌的分离与构建队列中较高的死亡率相关(考虑p<0.1为显著性)。
多元分析:评分的构建
表4显示逻辑回归分析的结果后,包括12个变量的最初选择。以下显示了与诊断后5年全因死亡率有统计学意义的相关性:年龄(OR 1.08, 95% CI 1.04-1.11;p = 0.001);post-bronchodilator FEV1%预测(OR 0.96, 95% CI 0.94-0.97;p = 0.0001);支气管扩张的放射扩展(OR 1.41, 95% CI: 1.07-1.86;p = 0.016);存在慢性殖民化铜绿假单胞菌(或1.95,95% ci 1.01-3.76;p = 0.045);呼吸困难(OR 2.42, 95% CI 1.23-4.80;p = 0.01)。变量二分法的最佳分界点如下。年龄:> 70年与≤70年;FEV1: > 50% pred与pred≤50%;改良医学研究委员会(mMRC)呼吸困难评分:I-II与iii iv;放射延伸:0至2叶支气管扩张与两个以上受影响的叶
表5显示逻辑回归分析的结果,包括作为自变量的五个二分变量,将组成最终得分称为faces。FEV1(F、β= 1.65或5.19 (95% CI) (2.76 - -9.75), p = 0.0001);年龄(β= 1.61,或(95% CI) 4.98 (2.67 - -9.28), p = 0.0001);长期的殖民统治,铜绿假单胞菌(C、β= 0.86或2.37 (95% CI) (1.28 - -4.58), p = 0.006);支气管扩张扩张(E, β=0.62, OR (95% CI) 1.87 (1.01 - 3.46), p=0.04)和呼吸困难(D, β=1.01, OR (95% CI) 2.75 (1.46-5.18), p=0.002)。每个变量的β系数四舍五入到最接近的整数,以简化最终得分,如表6.
图2一个结果显示,预测5年全因死亡率最终评分的受试者工作特征曲线(AUC)下面积为0.87 (AUC越大,表示faces评分的预后价值越好。任何AUC >0.8都被认为是优秀的)。图3一根据Kaplan-Meier分析的结果,显示了划分为三个评分组如何将支气管扩张区分为三个不同的死亡率组:轻度(4.3%死亡率)、中度(24.7%死亡率)和重度(55.9%死亡率)支气管扩张,考虑到对数等级检验在两个两个比较时显示出曲线上有统计学差异。最后,当计算每个中心的队列患者的AUC时,除一个中心外,其他病例的AUC为>0.80(范围为0.77 - 0.92)。
如果我们只考虑呼吸系统原因导致的死亡,faces评分的AUC为0.85(范围为0.82-0.89),并且能够在统计学显著程度上区分上述三组患者的预后(图4一).
讨论
由于支气管扩张的多面性,还没有一个单独的参数被证明有足够的力量来全面确定其严重程度或预后。虽然生活质量的测量可能符合这一标准,但其应用并不广泛,测量仪器通常也不验证个人使用[21,22].因此,与慢性阻塞性肺病等其他呼吸道疾病一样[14,15]及传染病,例如肺炎[23],有必要构建和验证一个评分,通过包括疾病的各种临床、功能、放射学和微生物学特征,比任何单一变量更有效地确定支气管扩张的严重程度或预后。本研究提出了一个易于计算、获取和解释的分数的构建和验证,同时也涵盖了上述所有方面。这个分数被命名为faces, FEV的首字母缩写1年龄,慢性定殖,伸展和呼吸困难。
需要强调的是,用于构建和验证评分的所有变量都是在支气管扩张的放射诊断后(最多6个月内)尽快记录的,除了患者入院前一年的住院时间。这对于尽可能避免随访期间对预后变量的各种治疗测量的任何初始干扰是至关重要的。
在最终组成评分的五个变量中,年龄和FEV1对死亡率的预测能力最强。对非cf型支气管扩张患者的各种研究表明,这两个变量与死亡率增加的关系[12,13].FEV之间的高共线性1强迫肺活量使选择FEV成为可能1为表示患者的功能状态,因为这是评估气流阻塞最常使用的变量,支气管扩张患者最常见的功能模式[24- - - - - -26].尽管其他功能变量,如与运动测试相关的功能变量[27],可能具有比FEV更大的预测价值1,它们没有考虑到这个分数的构建,因为它们通常不适用。
其余的变量,代表疾病的扩展,患者的临床情况和微生物方面,也表现出对死亡率的显著预测能力,尽管在一定程度上低于年龄和FEV1.在大多数气道疾病的研究中,呼吸困难通常是一个具有很强预测能力的变量,独立于肺功能,支气管扩张也是如此[25,所以它是我们分数的组成部分之一也就不足为奇了。采用mMRC量表进行测量[26],因为这个方法简单且应用广泛。在单因素分析中,其他临床发现与死亡率过高有关(例如,痰的宏观外观),尽管这最终被排除在支持慢性定植的最终评分中铜绿假单胞菌,与此密切相关。虽然每天产生的痰量的测量可能是一个重要的变量,但这是被拒绝的,因为它通常不会在一般检查中进行评估。支气管扩张的扩展,以受影响的肺叶数量来量化,被纳入评分中,尽管它的相对权重低于其他变量。这一选择得到了一些作者的支持,他们发现支气管扩张的放射延伸与其临床和功能方面之间存在明显的分离[25],因为这些不同变量之间的相关性很低。其他更难以获取和解释的放射学变量,如支气管壁的特征,没有包括在内,尽管一些研究发现它们在这些患者的随访中非常重要[27,28].最后,非cf型支气管扩张患者的一个关键特征是微生物特征。在我们的研究中,对患者的微生物谱,包括真菌和非典型分枝杆菌进行了细致的分析。在所有不同的可能组合中,最终证明独立预测5年全因死亡概率的最大能力的变量是慢性定植的存在铜绿假单胞菌。既不存在多耐药革兰氏阴性杆菌的慢性定植,也不分离金黄色葡萄球菌,非典型分枝杆菌和真菌对死亡率具有显著的独立预测能力。因此,最终决定只包括慢性殖民化铜绿假单胞菌因为在目前的文献中,这是唯一一种与非cf型支气管扩张患者死亡率增加和功能进化较差有关的微生物[5,29,30.].
值得注意的是,在构建该评分时,没有考虑支气管扩张的病因,因为这通常需要一系列耗时的补充试验,这妨碍了诊断后立即计算评分,因此限制了其应用。无论如何,该评分的实施并不排除对支气管扩张病因的调查,特别是那些可以从能够积极干预其演变的特定治疗中受益的病因[31,32].
最后,当脸评分仅应用于支气管扩张诊断后5年因呼吸道原因死亡时,计算其预测能力,它保持了较高的预测能力(构建队列和验证队列的AUC >0.80)。我们还观察到,在最佳预后和最差预后的三组患者中,同样是在构建队列和验证队列中,存在显著的区分能力。
在当前研究的优势中,重要的是要强调纳入的非常大的患者队列,他们的随访结果是良好的特征通过由在支气管扩张方面有丰富经验的专业人员在专科门诊制定的标准化方案。同样值得注意的是,该评分的多维性和它的容易获得和解释,因为它涵盖了支气管扩张患者典型的主要领域。最后,我们的结果的一个重要优势是它们在所有参与中心的有效性,即使来自这些中心的患者表现出非常不同的特征和病因;这表明了构造评分的鲁棒性,也证实了其有效性。
该研究的一个局限性是在5年的随访中对患者进行的各种治疗可能对死亡率产生的影响。然而,尽管我们研究的观察性质表明这种方法存在固有的局限性,但没有任何非cf型支气管扩张的药物治疗被证明与长期死亡率有关[31,32].最后,需要对faces评分进行国际验证,包括大量非cf型支气管扩张患者。
总之,我们的结果提供了faces评分的构建和验证,该评分在非cf型支气管扩张患者中使用和解释简单,而且由于其组合了疾病的不同关键方面,因此是多维度的。它显示了对死亡率的卓越预测能力和充分的验证,独立于来自不同参与中心的患者的不同特征,包括不同的病因,使其成为一个强大和有吸引力的临床工具。需要新的研究通过在这些患者的随访中应用治疗变量来评估该评分对变化的敏感性。
致谢
我们要感谢A. Alvárez(瓦尔D大学医院肺内科'Hebrón,西班牙巴塞罗那),G. Muñoz(赫罗纳研究所'Investigació Biomèdica,西班牙赫罗纳特鲁埃塔医生医院),G. Olveira(区域大学医院内分泌和营养科Málaga,生物医学研究所Málaga,大学Málaga, CIBERDEM, CIBER(卡洛斯三世研究所:CB07/08/0019) Málaga,西班牙),R. Nieto(肺气科,Ramón y Cajal医院,西班牙马德里),C. Valenzuela(肺气科,马德里La Princesa医院)和P. Martínez(肺气科,巴塞罗那Plató医院),感谢他们参与本研究。
脚注
编辑评论见1217页.
本文的补充资料可从www.www.qdcxjkg.com
支持声明:本研究已获得巴伦西亚肺炎学会Neumología和Praxis制药公司的公共资助。
利益冲突:没有声明。
- 收到了2013年2月11日。
- 接受2013年10月27日。
- ©2014人队