支气管扩张症频繁急性加重表型再探讨:来自EMBARC注册研究的数据

The frequent exacerbator phenotype in bronchiectasis revisited: Data from EMBARC registry

作者信息Oriol Sibila, Lidia Perea, Pierre Regis Burgel, Eva Polverino, Rebecca C Hull, Merete B Long, Sanjay H Chotirmall, Michal Shteinberg, Jennifer Pollock, Jamie Stobo, Holly Lind, Charles Haworth, Katerina Dimakou, Apostolos Bossios, Michael R Loebinger, Raja Dhar, Jin-Fu Xu, Pontus Mersch, Jessica Rademacher, Hayoung Choi, Natalie Lorent, Francesco Blasi, Montserrat Vendrell, Pieter Goeminne, Felix Ringshausen, Anthony De Soyza, Stefano Aliberti, James D Chalmers
PMID42348458
发布时间2026-06-25
DOI10.1093/ajrccm/aamag297

实验完整度

研究为大型前瞻性注册队列分析,包含基线特征描述、纵向随访和负二项回归模型,但缺乏功能实验或机制验证,证据层级相对单一。

主要模型

欧洲支气管扩张症注册研究(EMBARC)队列 19 324例支气管扩张症患者

重点核对

基线急性加重次数分类:0、1、2、3、≥4次 随访时长:最长5年 严重急性加重定义:需住院治疗 调整变量:性别、COPD、哮喘、mMRC评分、FEV1、病因、铜绿假单胞菌、大环内酯类使用、吸入抗生素 统计模型:负二项回归模型,以时间作为offset

摘要

背景:频繁急性加重表型既往以每年≥3次急性加重为阈值定义支气管扩张症。然而,既往每次急性加重对未来风险的贡献、严重急性加重的影响以及不同病因和地区的差异仍知之甚少。目标:量化支气管扩张症既往每次急性加重预测未来急性加重和严重急性加重的风险,并确定该关联在不同病因和地理区域之间是否存在差异。方法:我们分析了欧洲支气管扩张症注册研究(EMBARC)的数据,涵盖欧洲和亚洲的30个国家。采用负二项回归模型检验基线急性加重史与未来急性加重之间的关联,随访时间长达5年。严重急性加重定义为需要住院的急性加重。结果:共纳入19 324例支气管扩张症患者。既往每次急性加重均与未来急性加重和严重急性加重的风险增加相关。未来急性加重的发病率比(IRR)在1次急性加重时为1.45(95% CI 1.34-1.58, P < .001);2次时为1.84(95% CI 1.69-1.99, P < .001);3次时为2.50(95% CI 2.29-2.73, P < .001);4次及以上时为3.56(95% CI 3.32-3.82, P < .001)。此外,既往1次严重急性加重与急性加重风险增加相关(IRR = 1.52, 95% CI 1.45-1.60, P < .001),并与未来严重急性加重强相关(IRR = 3.96, 95% CI 3.71-4.22, P < .001)。频繁急性加重表型在不同病因和地理区域之间保持一致。结论:频繁急性加重表型在不同患者亚组和地区中高度一致。既往每次急性加重都与进行性升高的风险相关,且不存在明确界定高风险状态的阈值。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
支气管扩张症患者中,既往每次急性加重对未来急性加重和严重急性加重的预测风险如何,以及该关联是否受病因和地理区域影响?
核心机制
每次既往急性加重均独立增加未来急性加重风险,呈梯度效应,且严重急性加重对未来严重急性加重有更强的预测作用,提示风险随事件累积而升高。
主要证据
基于EMBARC注册研究19324例患者,通过负二项回归分析,发现既往急性加重次数与未来急性加重风险呈正相关,且严重急性加重是未来严重急性加重的强预测因子。
研究意义
研究支持当前ERS指南将治疗考虑扩展到传统频繁急性加重表型之外的患者,强调急性加重史在风险分层中的核心作用,可能有助于改进临床试验设计和患者识别。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

患者纳入与基线数据收集

确定符合分析的支气管扩张症患者队列并收集基线特征。

从EMBARC注册研究中纳入2015年1月至2022年4月期间招募的患者,通过标准化病例报告表收集人口统计学、合并症、药物治疗、病因学、微生物学、影像学、肺功能及疾病史等数据。

2

急性加重风险关联分析

评估基线既往急性加重次数对随访期间未来急性加重频率的影响。

采用负二项回归模型,以时间作为offset,分别以连续和分类变量分析既往急性加重次数对急性加重频率的影响,并计算未调整和调整后的IRR。

3

严重急性加重风险关联分析

评估既往严重急性加重(需住院)对未来严重急性加重的预测作用。

在负二项回归模型中,分析既往严重急性加重次数对随访期间严重急性加重频率的影响,并调整混杂因素。

4

按病因分层分析

探讨不同病因下既往急性加重对未来急性加重风险的预测是否一致。

将患者按病因分组,分别估计每个病因类别中既往急性加重和严重急性加重对随访期间急性加重频率的IRR。

5

按地理区域分层分析

评估不同地理区域中既往急性加重对未来急性加重风险的预测是否一致。

将患者按地理区域(南欧、北欧和西欧、中欧和东欧、亚洲)分组,分别估计各区域中既往急性加重和严重急性加重对随访期间急性加重频率的IRR。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
IBM Statistics 27.0版IBM--
R软件3.6.1版R Foundation for statistical computing--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
患者纳入与数据收集
纳入标准:CT确诊支气管扩张症,且有基线前一年急性加重史数据;随访时间最长5年。
阅读提示:Methods部分Study design
统计分析
负二项回归模型,以时间作为offset;调整变量包括性别、COPD、哮喘、mMRC评分、FEV1、病因、铜绿假单胞菌、大环内酯类、吸入抗生素。
阅读提示:Methods部分Statistical analysis
结局定义
急性加重定义为需要医生诊断并处方全身抗生素的急性恶化;严重急性加重定义为需要住院。
阅读提示:Methods部分Study design
亚组分析
按病因(特发性、感染后、COPD等)和地理区域(南欧、北欧和西欧、中欧和东欧、亚洲)分层。
阅读提示:Results部分Risk of future exacerbations across etiologies 和 Risk of future exacerbations across regions