哮喘和最慢性气道疾病是异质实体。即使是严重的哮喘也不代表哮喘的单一表型。这种表型的这种异质性是在不久的将来,哮喘的表征,理解和管理的新方法的起点。最终方法是识别共享相干潜在生物机制的新表型(即.内型的概念[1),以便更好地预测未来的风险。最终,新的特定的、有针对性的或个性化的治疗途径和管理将基于这些新的患者群体开发出来,并用于[2].
主要的挑战是避免预先建立的假设。考虑到这些雄心勃勃的目标,一种无偏见的表型方法是有吸引力的。聚类分析在哮喘中的日益普及得益于全球哮喘患者队列的发展[1,3.- - - - - -5].例如,来自美国严重哮喘研究计划(SARP)倡议的群集在严重的哮喘社区内得到了很好的接受和播散[4].这一现象可以用不同的因素来解释:方法是新颖的,所涉专家中心是出色的,调查结果和统计数字是很有价值的。在层次树中选择的项目占了集群方差的85%。尽管专家们表现出了重要的兴趣,但大多数医生无法完全理解聚类过程,其在现实世界中对严重哮喘治疗的转化并不明显。英国采用的假设驱动的聚类方法[5]领导作者提出基于诱导痰中细胞百分比的嗜酸性炎症之间的相干性的基于簇的特异性管理,并吸入皮质类固醇(IC)调节。在一些小患者的小亚组中,他们使用它们的结果在非嗜酸性患者中安全地降低IC,主要是肥胖的雌性患有不受控制的哮喘。在嗜酸性哮喘患者中,诱导痰基的ICS剂量管理改善了哮喘控制,导致严重哮喘恶化的数量减少。
尽管如此,我们预计聚类方法可以预测未来的风险(恶化,肺功能下降)并试图将个性化药物转化为现实。
医生的日常实践是一个真正的表型练习。这一可靠的经验引起了人们对旨在验证我们日常专业知识的非人类统计方法的怀疑。通常,聚类将数据简化为均值差异,这并不一定反映现实,特别是生物数据的复杂性。此外,该方法还受到数据实现质量的限制。实施复杂的数据(临床历史和随访,患者的结果,成像和复杂的生物学如组学方法)可能会导致每个个体具有他/她独特的表型的一个集群。
在病房的聚类方法之前已经测试了其他方法,例如主要成分分析[6和varimax旋转。它们带来了有意义的报告,但迄今为止,没有一个真正超越其他报告。最后,一个整体的方法[7]在“无监督无偏见”的标签下被提倡,以避免由先天的给予疾病的定义。
在本期的欧洲呼吸杂志,K我是等等。[8]成功地使用聚类方法来达到潜在的“圣杯”。为此目的,它们收集了韩国严重哮喘队列的数据,总共超过2500名患者。它们描述了两个共享了非常相似的模式的群组之间的四种表型。这份稿件首次在亚洲引起的哮喘中的聚类方法是兴趣。哮喘是根据世界卫生组织定义定义的,并在不同场合收集数据,这加强了研究的影响。
四个聚类主要通过三轴成分的散点图进行区分,该散点图包括1秒内用力呼气量(FEV)1)、发病年龄和吸烟情况。后者在研究中不常报道,因为吸烟通常被认为是哮喘的排除标准;然而,吸烟和哮喘是临床医生面临的常见挑战[9].因此,这种集群方法可能更适用于我们的日常实践。这四个聚类在两个大的队列中重现,它们是相关的,并根据患者的过去病史(未接受消炎治疗的疾病持续时间)和临床检查(体重指数,鼻炎)有效地区分患者。采用纵向评估研究肺功能下降。作者报道了支气管扩张前FEV1所有组的随访年份都没有下降。
对本研究的潜在限制是选择对群集有助于群集的物品,包括缺乏医疗资源的消费,可混合病症,炎症,显然治疗。治疗和管理的变化可能会影响纵向发现的有效性。此外,这是一个监督的集群分析,它抑制了与其他群集报告(例如SARP)的潜在比较。
最后,聚类方法是使用队列数据收集更好地了解哮喘的优雅方式,但在初级或二级护理环境中日常实践中的临床应用仍然是辩论问题。
只要临床医生仍然有能力将人类视为独特的个体,个人化医疗的科学基础将仍然是他们的责任。否则,任何统计方法支持的预测医学都将无可挽回地失去其可信性:“回到树上去”[10].
脚注
感兴趣的语句
没有宣布。
- ©2013年