Page 102 - 南京医科大学自然版

第45卷第4期
·538 · 南 京 医 科 大 学 学 报 2025年4月

表1 COPD过度充气组、非过度充气组和对照组的一般资料比较
Table 1 Comparison of general information among COPD with hyperinflation group，non⁃hyperinflation group and the
control group

Hyperinflation group Non⁃hyperinflation Control group
General information F/χ 2 P
（n=39） group（n=62） （n=45）
Demographics
Age（years，x ± s） 0 0072.62 ± 7.74 *# 00068.32 ± 8.75 000 66.29 ± 5.06 7.671 < 0.001
Male［n（%）］ 25（64.10） *# 59（95.16） 39（86.67） 17.688 < 0.001
BMI（kg/m ，x ± s） 00023.14 ± 3.01 0 0024.13 ± 3.22 00 024.21 ± 3.02 1.555 0.215
2
Smoking index
［pack·year，M（P25，P75 ）］ 20.00（0.00，40.00） 30.00（6.25，40.00） 10.00（0.00，40.00） 2.381 0.304
Spirometer parameters
FEV1 ［L，M（P25，P75 ）］ 1.27（1.03，1.49） *# 1.71（1.54，1.95） # 2.75（2.29，3.13） 88.917 < 0.001
FVC［L，M（P25，P75 ）］ 2.30（1.89，2.97） *# 2.92（2.63，3.11） # 3.65（3.01，4.11） 47.223 < 0.001

6MWT
6MWD（m，x ± s） 00413.67 ± 50.25 *# 00479.40 ± 83.16 # 00 567.41 ± 66.14 50.705 < 0.001
6MWD%pred（%，x ± s） 0 86.74 ± 12.54 # 00091.62 ± 16.34 # 00 105.82 ± 13.22 20.572 < 0.001
6MWW（m·kg，x ± s） 28 662.45 ± 5 047.27 *# 36 261.80 ± 6 364.97 37 019.91 ± 5 771.25 26.342 < 0.001
SpO2L （%，x ± s） 0 0090.74 ± 4.27 *# 0 0092.87 ± 3.28 # 00 095.56 ± 2.45 21.785 < 0.001
ΔSpO2 （%，x ± s） 0 0005.69 ± 3.26 *# 0 0004.21 ± 2.91 # 000 02.16 ± 1.83 17.860 < 0.001
ΔSpO2≥4%［n（%）］ 29（74.36） *# 29（46.77） # 10（22.22） 22.826 < 0.001
PRmax（beats/min，x ± s） 0 0122.46 ± 22.65 # 0 0116.98 ± 20.20 # 00 106.18 ± 21.19 6.596 0.002
ΔBorg dyspnea（scores，x ± s） 1.00（0.00，3.50） 2.00（0.00，4.00） 0.00（0.00，1.00） 23.069 < 0.001
ΔBorg fatigue（scores，x ± s） 2.00（1.00，3.25） 0.00（0.00，2.75） 0.00（0.00，0.00） 34.814 < 0.001
*
#
Compared with the non⁃hyperinflation group，P < 0.05；compared with the control group，P < 0.05.
CAT≥10 的占比为 61.54%（24 例），高于非过度充气 最大自主通气量（maximal voluntary ventilation，MVV）、
组。在GOLD分组中，过度充气组E组（即症状多且 FVC、肺 活 量（vital capacity，VC）、峰 值 呼 气 流 速
急性加重风险高）患者更多，占比为25.64%（表2）。 （peak expiratory flow，PEF）、最 大 呼 气 中 期 流 量
研究发现，两组肺量计参数中，除了肺活量占 （maximal mid⁃expiratory flow，MMEF）、吸气峰值流量
预计值百分比（vital capacity of predicted，VC%pred）， （peak inspiratory flow，PIF）、最大自主通气量占预计
其余参数组间差异均存在统计学意义。两组肺分 值百分比（maximal voluntary ventilation of predicted，
量 参 数 中 残 气 容 积（residual volume，RV）、RV% MVV%pred）、第 1 秒用力呼气容积占预计值百分比
pred、TLC%pred、FRC、功能残气量占预计值百分比 （forcedexpiratoryvolumeinthefirstsecondofpredicted，
（functional residual capacity of predicted，FRC%pred）、 FEV1%pred）、最大呼气中期流量占预计值百分比
深吸气量（inspiratory capacity，IC）等参数在组间差 （maximal mid ⁃ expiratory flow of predicted，MMEF%
异均有统计学意义。而在肺弥散参数中，一氧化碳 pred）（图1）。

转移系数占预计值百分比（carbon monoxide tranfer LASSO 回归用作压缩估计方法，通过公式化包
coefficient of predicted，KCO%pred）两组比较虽差异 括惩罚项的优化目标函数来完成变量选择和复杂
无统计学意义，但过度充气组平均值低于非过度充 度调整。通过 Boruta 算法联合 LASSO 回归确定最
气组（表2）。 终用于 Logistic 回归的变量，包括 VC、FEV1%pred、

2.2 筛选COPD伴过度充气的关键变量 MMEF%pred、MVV、PIF（图2）。
本研究使用Boruta 算法对COPD 人口特征和肺 2.3 COPD 伴过度充气的单因素和多因素 Logistic
量计测定相关参数进行特征选择，通过生成影子特征 回归分析
并比较其重要性，筛选出与过度充气相关的关键变 对 Boruta 算法联合 LASSO 回归筛选的变量
量。结果显示，以下变量与过度充气密切相关：FEV1、 进行单因素和多因素 Logistic 回归分析，使用逐