一文掌握慢阻肺临床表型分类新方法

一文掌握慢阻肺临床表型分类新方法

本文编辑：杨建雅

研究背景

明确慢性阻塞性肺疾病（简称慢阻肺）表型一度被认为是慢

阻肺未来的发展方向，但是目前要将慢阻肺分型从探索性研

究转到临床应用上还比较困难。2017年11月《欧洲呼吸杂

（影响因子10.569）发表了法国巴黎笛卡尔大学Burqel PR 志》

等学者进行的一项研究，主要是通过聚类分析研发了一个简

单的慢阻肺临床表型分类法。

该研究的数据来自法国/比利时的3个慢阻肺队列（n=2409）

研究。研究将这3个队列研究中的3年全因死亡率作为临床

相关性变量，使用聚类分析将慢阻肺患者分为不同临床亚

型。聚类分析中，主要考虑了以下几个因素：年龄、BMI指

数、FEV1% predicted、mMRC评分、过去12个月慢阻肺急

性加重次数及有无心血管并发症（高血压、冠心病和/或左心

衰）和/或糖尿病。

研究根据上述聚类分析结果采用分类决策树（CART）推导

出相应的慢阻肺分类方法，继而在慢阻肺国际合作评估队列

（3CIA）倡议数据库（n=3651）中验证这一分类法的有效性。

根据慢阻肺患者的不同临床特征，研究人员通过聚类分析将

慢阻肺受试者分为以下5个亚组：亚组I：年龄较大，心血

管合并症和糖尿病发生率高，死亡率50.9%。亚组II：中重度慢阻肺，合并症发生率低，死亡率21.8%。亚组III：年龄相较亚组II更大，合并症和肥胖发生率高，死亡率30.0%。亚组IV：极重度慢阻肺，心血管合并症和糖尿病发生率低，死亡率47.0%。亚组V：轻度慢阻肺，合并症发生率低，死亡率2.5%。

根据这一聚类分析结果，使用CART分析推导出相应的慢阻肺分类法（图1）。图1：基于法国/比利时队列研究

通过CART分析推导出相应的慢阻肺分类算法，并在3CIA 倡议队列中加以验证这一分类法在3CIA倡议队列数据中进行验证后，得到了与推导队列类似的结果；证实这一慢阻肺分类法能在具有不同临床特征、不同死亡率（4%-27%）和不同死亡年龄（68-76岁）的慢阻肺患者中应用。

上述结果说明整合了临床疾病特征和合并症的慢阻肺分类法，能方便准确的明确各种慢阻肺临床表型。

科研思路

气流受限是慢阻肺的典型特征，一直以来，临床工作者都将FEV1视为慢阻肺严重程度的主要标志物。但是针对观察性队列研究的分析发现（如ECLIPSE研究），有着类似FEV1水平的慢阻肺患者，其疾病负担水平却大相径庭。

目前GOLD指南对慢阻肺患者分类主要考虑下列因素：FEV1水平、呼吸困难、HRQoL和既往慢阻肺急性加重/住院情况，

但指南并未考虑年龄和合并症这两个对慢阻肺产生重大影响的危险因素。

已有数个研究使用聚类分析评估了慢阻肺患者的不同表型。但这些研究样本量较小，缺乏外部验证队列，且相应表型分类方法很难转化到日常实践应用中。

本研究通过聚类分析及CART分析推导出了一种新型慢阻肺临床表型分类法，并将这一分类法在3CIA倡议队列数据中进行了外部验证，证明了其准确及有效性。这一新的分类方法有助于临床研究招募有特定风险的靶向人群，方便科研人员探索基于临床表型特征的新型慢阻肺治疗策略。