囊性纤维化个体FEV1趋势的实时建模与可视化：瑞典国家注册登记系统的临床应用

《Journal of Cystic Fibrosis》：Real-time modelling and visualisation of individual FEV 1 trends in cystic fibrosis

本研究针对囊性纤维化（CF）患者肺功能趋势解读困难的问题，开发了集成于瑞典CF注册登记系统的实时可视化工具。该应用采用LOESS平滑和线性混合效应模型，实现了FEV1短期波动和长期趋势的动态分析，为临床决策提供量化支持。研究证实该工具能有效提升肺功能轨迹解读的准确性，推动个体化诊疗发展。

　　

在慢性呼吸系统疾病管理领域，囊性纤维化（Cystic Fibrosis, CF）作为一种进行性遗传疾病，其肺功能下降一直是导致患者死亡的主要原因。监测肺功能的核心指标——一秒用力呼气容积（FEV₁）——的纵向变化轨迹，对评估疾病进展和治疗效果至关重要。然而，临床实践中解读个体患者的FEV₁趋势却面临多重挑战：生物学的日常波动、测量时间间隔不规律、个体基线难以确定等因素，使得医生往往依赖主观的视觉判断来评估病情变化。这种传统方法不仅容易误判真实的病情变化，更可能延误对具有临床意义的肺功能下降的识别。

正是为了解决这一临床痛点，来自瑞典哥德堡女王西尔维娅儿童医院儿科部门的Marcus Svedberg、Eva Hagel和Henrik Imberg研究团队，在《Journal of Cystic Fibrosis》上发表了他们的创新研究成果。他们开发并实现了一个集成于瑞典国家CF注册登记系统的实时图形化应用，能够对个体患者的FEV₁趋势进行精准建模和可视化分析。

这项研究的核心技术方法包括几个关键环节：研究人员利用瑞典国家CF注册登记系统（2012年建立，具有全国覆盖性）中收集的常规临床肺功能数据作为分析基础。他们采用局部加权散点平滑法（LOESS）来可视化个体肺功能的短期波动，同时运用线性混合效应模型来估计年度趋势。该模型能够同时捕捉总体平均趋势和个体特异性变异，其形式为Y_ij= β₀+ β₁·Age_ij+ b_0i+ b_1i·Age_ij+ ε_ij。分析限定在最近1、3或5年的数据窗口内进行，并采用限制性最大似然估计和Nelder-Mead优化算法进行模型拟合，确保在数据稀疏情况下的收敛稳定性。

研究结果

研究人群特征

截至2025年11月，瑞典CF注册登记系统包含了712名年龄≥5岁、在过去五年内至少有一次FEV₁测量记录且无肺移植史的CF患者。其中儿童组（5-17岁）223人，平均年龄12.1岁，平均FEV₁%为95.2；成人组（≥18岁）489人，平均年龄36.3岁，平均FEV₁%为79.2。整体而言，82%的患者正在接受CFTR调节剂治疗。

实时可视化应用的功能

该应用能够提供过去1、3或5年时间窗口内的个体肺功能趋势实时估计。对于每位患者，观察到的FEV₁值与非线性LOESS曲线和基于混合效应模型的线性回归拟合同时显示，实现了短期和长期趋势的同步可视化。参考轨迹会根据选择的时间窗口和患者年龄组动态调整，支持与瑞典CF人群中年龄特异性参考组的直接比较。

应用提供的表格摘要显示了最新的FEV₁值、基于前期测量的模型估计基线、估计的年度趋势以及与基线的偏差（包括绝对和相对变化）。FEV₁指标还以Z分数和百分位数的形式呈现，并与瑞典CF注册登记系统中年龄匹配的个体进行比较。

模型衍生的肺功能指标

研究明确界定了几种关键的模型衍生指标：最新值（最近观察到的FEV₁%预测值）、当前均值（基于当前值和前12个月数据估计的预测值）、估计趋势（基于1、3或5年数据的个体斜率）和基线变化（最新观察值与基于前次访视数据预测值的差异）。每种指标都配有相应的Z分数计算，便于与参考人群进行比较。

研究结论与讨论

这项研究开发并实施的实时应用，通过将常规收集的肺量测定数据与LOESS平滑和线性混合效应建模相结合，同时捕捉了FEV₁随时间变化的非线性短期波动和长期线性趋势。这种双重方法增强了对纵向肺功能数据的临床解读能力，可能有助于更早地发现CF患者肺功能的临床意义变化。

在CF等进行性呼吸系统疾病中，解读纵向肺功能数据尤其具有挑战性。研究表明，临床医生对患者肺功能趋势的主观评估存在显著误差，而本工具通过整合观察到的肺功能数据与线性和非线性趋势的统计表征，以及与基于年龄的疾病特异性参考人群的比较，为临床解读提供了有力支持。

该工具的主要优势在于将高级统计建模直接集成到具有全国覆盖范围的全国质量注册登记系统中，实现了常规临床护理中个体肺功能轨迹的实时评估。然而，该工具也存在一定局限性，包括部分依赖参数统计模型及其基础假设，尚未进行正式模型验证，且未明确考虑治疗干预或基因型、合并症等协变量。

总体而言，这项研究提出的实时、注册登记系统集成的CF个体肺功能趋势评估工具，通过将常规收集的肺功能数据与高级统计建模和直观可视化相结合，实现了对纵向肺功能数据更一致和个性化的解读。未来的工作应侧重于扩展模型灵活性，整合家庭肺功能监测和其他临床预测因子，并评估该工具在现实世界中对临床决策和患者结局的影响。