编辑推荐：
为解决重度哮喘急性加重风险预测路径不明确的问题，研究人员对 6814 例未使用生物制剂的重度哮喘患者展开研究，借助贝叶斯网络分析发现 BEC、FeNO、FEV1%等直接影响加重风险，CRS 间接影响，大环内酯类药物使用也与风险相关，为临床决策提供支持。
哮喘作为一种常见的慢性呼吸系统疾病，严重影响着全球数亿人的健康。其中，重度哮喘患者面临着更高的急性加重风险，急性加重不仅会显著降低患者的生活质量，还可能导致呼吸衰竭等危及生命的情况，给医疗系统带来沉重负担。然而，目前对于重度哮喘急性加重的风险预测仍存在诸多挑战。尽管已知多种风险因素（如炎症指标、肺功能、合并症等）参与其中，但这些因素之间如何相互作用并最终导致急性加重的具体路径尚不明确。临床上迫切需要更清晰的预测模型来指导个性化治疗，以降低急性加重发生率，改善患者预后。
为了攻克这一难题，研究人员基于 Severe Asthma Registry（2017-2021 年数据）开展了相关研究。该研究纳入 6814 例年龄≥18 岁、未使用过生物制剂的重度哮喘患者，旨在通过整合多维度的临床数据，解析重度哮喘急性加重的预测路径。
研究结果发表在《CHEST》杂志上，为重度哮喘的管理提供了重要的科学依据。
研究主要采用贝叶斯网络（Bayesian Network，BN）分析方法，结合专家知识与机器学习算法构建预测模型。同时，研究涉及对患者 demographics（人口学特征）、lung function（肺功能，如 FEV1%）、inflammation biomarkers（炎症生物标志物，如 BEC、FeNO）、healthcare utilization（医疗资源使用情况）、medications（用药情况）、exacerbation history（急性加重史）及 comorbidities（合并症，如 CRS）等多方面数据的收集与分析。此外，研究还进行了内部验证，包括 10-fold cross-validation（10 折交叉验证）和 leave-one-country-out cross-validation（留一国家交叉验证），以评估模型的可靠性。
结果
贝叶斯网络分析结果
通过贝叶斯网络分析发现，血嗜酸性粒细胞计数（Blood Eosinophil Count，BEC）、呼出气一氧化氮分数（Fractional Exhaled Nitric Oxide，FeNO）水平和第 1 秒用力呼气容积百分比（% predicted Forced Expiratory Volume in 1 Second，FEV1%）直接影响既往与未来重度急性加重之间的风险转化。这表明这三项指标可作为直接反映当前哮喘控制状态及未来急性加重风险的关键生物标志物。
慢性鼻鼻窦炎（CRS）的间接影响
研究发现，慢性鼻鼻窦炎（Chronic Rhinosinusitis，CRS）的存在可通过直接影响 BEC、FeNO 和 FEV1%，间接作用于重度哮喘急性加重的风险转化过程。这提示 CRS 可能通过调控气道炎症和肺功能状态，成为重度哮喘急性加重的潜在驱动因素之一，临床中需重视对 CRS 的管理以降低急性加重风险。
大环内酯类药物的独立影响
大环内酯类药物的使用独立地通过影响急性加重史，进而对未来重度哮喘急性加重风险产生作用。这一结果表明，大环内酯类药物可能通过调节气道慢性炎症或改善细菌定植等机制，在重度哮喘的长期管理中发挥潜在作用，其具体机制值得进一步深入探讨。
模型性能验证
在模型验证方面，10 折交叉验证和留一国家交叉验证结果显示，模型具有中等的区分度，而训练 - 测试数据中的模型校准度较高，表明该模型在不同样本和地域范围内具有一定的稳定性和可靠性，具备临床应用的潜力。
结论与讨论
本研究通过贝叶斯网络分析，首次明确了重度哮喘急性加重的关键预测路径，揭示了 CRS 通过影响炎症生物标志物和肺功能间接驱动急性加重风险，以及大环内酯类药物使用与急性加重史之间的独立关联。这些发现不仅填补了重度哮喘风险预测领域的理论空白，更为临床实践提供了重要指导：
- 临床医生在评估重度哮喘患者急性加重风险时，需综合考虑 BEC、FeNO、FEV1%等直接指标，同时关注 CRS 等合并症的存在及其对气道炎症的潜在影响。
- 对于有急性加重史的患者，合理使用大环内酯类药物可能成为降低未来风险的重要干预策略，为个体化治疗方案的制定提供了新方向。
- 研究提出的影响图将决策和效用节点整合到预测路径中，为构建基于循证医学的临床决策支持系统奠定了基础，有助于推动重度哮喘管理向精准化、智能化方向发展。
尽管本研究仍存在一定局限性（如仅纳入未使用生物制剂的患者，研究结果在生物制剂治疗人群中的适用性需进一步验证），但其所揭示的预测路径和关键影响因素，为未来深入探索重度哮喘的发病机制及开发更有效的干预措施提供了重要线索。随着精准医学的发展，基于多组学数据和复杂网络模型的整合分析，有望进一步提升重度哮喘的预测和治疗水平，最终改善患者的临床结局。
