护理研究：聚类分析比较哮喘的临床表型

    英国Glenfield医院呼吸研究所的研究人员在本月的《美国呼吸和重症监护杂志》上发表的文章中，采用 k-means聚类分析方法，探讨哮喘临床表型的确定。 k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。 由于哮喘表现异质性是多方面的，包括不同的临床、生理和病理参数。分类时需要在一个统一的模型中同时考虑到这些不同的领域。研究者对184例初级护理（轻度至中度哮喘为主）与二级护理187例（难治性哮喘）患者比较，加重率和在12个月内皮质类固醇剂量变化差异比较，标准护理中减少嗜酸性粒细胞性炎症的策略比较。2组哮喘患者中都有（早发性过敏性与肥胖，非嗜酸性粒细胞）2个聚类；难治性哮喘特中临床表现及嗜酸性粒细胞性气道炎症（早发性的主要症状和迟发性的炎症为主）2个聚类显著不同。 在炎症为主的聚类中，以炎症为指导的护理两组加重率都有减少（3.53比0.38加重率/病人/年， P=0.002）和在症状为主的聚类中吸入糖皮质激素剂量减少（丙酸倍氯米松平均同等差1829mg /天，P=0 .02）。 聚类分析提供了一种从多层面体现临床哮喘表型对治疗的反应差异的新方式。/**/