预测特发性肺纤维化患者长期生存的关键因素:来自 IPF-PRO 注册研究的新发现

时间:2025年3月15日
来源:Lung

编辑推荐:

为探究特发性肺纤维化(IPF)患者长期生存的预测因素,研究人员分析 IPF-PRO 注册数据,发现 DLco%、氧疗及 FVC% 可预测生存。

广告
   X   

特发性肺纤维化(Idiopathic Pulmonary Fibrosis,IPF)是一种令人棘手的肺部疾病,它如同隐藏在肺部的 “无声杀手”,悄无声息地侵蚀着患者的健康。IPF 属于纤维化间质性肺疾病(ILD),会使患者的肺功能逐渐衰退,就像一台精密的仪器零件慢慢损坏,无法正常运转。而且,它的病情发展模式和速度因人而异,有的患者病情进展迅速,有的则相对缓慢,但总体预后都不容乐观。
目前,大量观察性研究表明,IPF 患者在确诊后的中位生存期大约只有 4 - 5 年。已经有不少研究发现了短期死亡率的预测因素,比如年龄较大、男性、较低的体重指数(BMI)、较差的肺功能或肺功能下降、使用辅助氧气以及呼吸住院治疗等。然而,对于 IPF 患者生存超过 5 年的预测因素,却一直是医学领域尚未解开的谜题。这就好比在黑暗中摸索,医生和患者都迫切需要一盏明灯来照亮前行的道路,了解哪些因素能帮助患者活得更久,从而更好地制定治疗方案和规划生活。

为了填补这一空白,来自美国多个研究机构的研究人员开展了一项重要研究。该研究依托于特发性肺纤维化前瞻性结果(IPF-PRO)注册研究,这是一个对美国各地中心登记的 IPF 患者进行前瞻性观察的注册库。研究人员希望通过分析这个注册库中的数据,找出在患者登记时能预测其长期生存(即随访超过 5 年)的特征。同时,他们还想探究,除了登记时评估的因素外,考虑登记后一年内肺功能的下降或住院情况,是否能更好地预测那些存活至少 1 年患者的长期生存情况。这项研究成果发表在《Lung》杂志上,为 IPF 的研究和治疗带来了新的曙光。

在研究过程中,研究人员运用了多种关键技术方法。首先,他们从 IPF-PRO 注册库(NCT01915511)中筛选数据,该注册库在 2014 年 6 月至 2018 年 10 月期间,于美国 46 个地点招募了在登记中心确诊或确认 IPF 且时间在之前 6 个月内的患者。研究人员收集了患者的回顾性数据,并对其进行前瞻性随访,直至患者死亡、接受肺移植或退出注册研究,最长随访时间为 5 年。其次,研究人员使用分类回归树(CART)方法进行数据分析。CART 能够根据数据中的关系构建决策树,通过评估所有变量及其值,找到最大化分离不同生存组的分割点,将患者划分为相对同质的小组。在分析过程中,研究人员还运用了五重交叉验证来寻找最优模型,并计算变量的重要性。

下面来看具体的研究结果:

  1. 基于登记时评估变量的四类生存模型(<1 年、≥1 年至 < 3 年、≥3 年至≤5 年、>5 年)的生存预测因素:在这个模型中,肺一氧化碳弥散量(DLco)% 预测值、用力肺活量(FVC)% 预测值和辅助氧气使用情况是将患者队列划分为同质生存组的最重要变量。它们的变量重要性分别为 100%、91.8% 和 86.0%。最终的 CART 模型乐观校正后的曲线下面积(AUC)为 0.67,乐观校正后的准确率为 0.46,这意味着该模型能够准确预测 46% 患者所属的生存组,且表现优于仅纳入登记时 GAP 分期的模型。
  2. 基于登记时评估变量的两类生存模型(≤5 年、>5 年)的生存预测因素:此模型中,DLco% 预测值、辅助氧气使用情况和 FVC% 预测值依然是最重要的预测因素,变量重要性分别为 100%、78.2% 和 74.2% 。最终 CART 模型的乐观校正 AUC 为 0.72,准确率为 0.72,能准确预测 72% 患者的 5 年以上或 5 年及以下生存情况,同样优于仅包含 GAP 分期的模型。
  3. 基于登记时及随后一年变量的三类生存模型(≥1 年至 <3 年、≥3 年至≤5 年、>5 年)的生存预测因素:在存活至少 1 年的 690 名患者中,1 年时 FVC% 预测值和 DLco% 预测值的估计中位绝对变化分别为 - 2.6 和 - 4.8,17.8% 的患者在登记后一年内至少有 1 次住院。在这个模型中,DLco% 预测值、1 年时 FVC% 预测值的变化和登记时辅助氧气使用情况是重要变量,变量重要性分别为 100%、73.8% 和 71.2%。最终 CART 模型的乐观校正 AUC 为 0.68,准确率为 0.57。
  4. 基于登记时及随后一年变量的两类生存模型(≥1 年至≤5 年、>5 年)的生存预测因素:DLco% 预测值、登记时辅助氧气使用情况、FVC% 预测值和 1 年时 FVC% 预测值的变化是重要变量,变量重要性分别为 100%、73.6%、71.3% 和 70.3%。最终 CART 模型的乐观校正 AUC 为 0.77,准确率为 0.71。

研究结论和讨论部分指出,研究人员通过 IPF-PRO 注册研究数据,识别出了与 IPF 患者长期生存相关的因素。包含 DLco% 预测值、辅助氧气使用情况和 FVC% 预测值的决策树有助于预测患者是否能存活超过 5 年。而且,纳入 1 年肺功能变化后,对长期生存的预测可能会更准确。这一研究结果意义重大,它为医生与患者讨论预后提供了更有力的依据,帮助患者更好地了解自己的病情,做出更合适的治疗决策。然而,该研究也存在一些局限性,比如 IPF-PRO 注册库中的患者在专科中心接受治疗,可能无法代表一般 IPF 患者群体;研究未考虑的一些变量可能影响生存结果;研究结果还需要在独立队列中进行验证。但无论如何,这项研究为 IPF 的研究和治疗开辟了新的方向,让我们在攻克 IPF 的道路上又前进了一步。
生物通微信公众号
微信
新浪微博


生物通 版权所有