基于ATS/ERS指南的成人肺功能测试新型自动化评估与解读软件(DrPFT?)的验证研究:一项比较性一致性研究

《Frontiers in Physiology》:New software for assessment and interpretation of pulmonary function tests in adults: a comparative validation study

【字体: 大 中 小 】 时间:2026年10月12日 来源:Frontiers in Physiology 4.3

编辑推荐:

  摘要专业翻译 背景与目的: 尽管存在标准化的国际指南,肺功能测试(pulmonary function tests, PFTs)的解读仍存在显著的观察者间变异。基于指南的自动化决策支持系统可能提高PFT报告的标准化和可重复性。本项一致性研究评估了一款新型自动化

  
摘要专业翻译 背景与目的: 尽管存在标准化的国际指南,肺功能测试(pulmonary function tests, PFTs)的解读仍存在显著的观察者间变异。基于指南的自动化决策支持系统可能提高PFT报告的标准化和可重复性。本项一致性研究评估了一款新型自动化解读软件(DrPFT?:Doctor Pulmonary Function Test)生成的解读结果与基于专家共识的美国胸科学会/欧洲呼吸学会(American Thoracic Society/European Respiratory Society, ATS/ERS)肺功能分类之间的符合程度。 方法: 本项非干预性一致性研究纳入1,819名突尼斯成人受试者,于2025年在门诊和住院环境中由五位经验丰富的肺科医师(n = 3)和生理学家(n = 2)按照标准化ATS/ERS解读标准完成完整的肺功能测试。研究人员建立了通气模式(正常、阻塞性、限制性或混合性)的共识分类。随后,同一数据集由DrPFT?软件进行分析,该软件以自动化方式实施ATS/ERS解读算法。以基于ATS/ERS的专家共识作为参考标准,采用灵敏度、特异度、阳性预测值和阴性预测值评估DrPFT?与专家解读之间的诊断一致性。 结果: 根据ATS/ERS标准,26.0%的受试者被分类为正常,25.8%为限制性,26.4%为阻塞性,9.4%为混合性,12.4%为非特异性通气模式。与ATS/ERS参考标准相比,肺科医师/生理学家在所有经典模式中表现出高灵敏度(90.7%–94.2%)和高特异度,尤其是限制性(99.3%)和混合性(98.0%)模式。DrPFT?与ATS/ERS参考标准相比同样表现出稳健的性能,所有通气模式的灵敏度范围为88.6%–93.6%,特异度≥84.5%。直接比较显示,DrPFT?与专家解读之间具有极佳的一致性,所有类别的灵敏度≥96.3%,特异度≥98.4%。对于限制性、阻塞性和混合性模式,DrPFT?与专家解读的灵敏度相当(均p > 0.050),而正常肺功能模式受试者的分类存在较小但具有统计学显著性的差异,专家解读的灵敏度高于DrPFT?(分别为90.7% vs. 88.6%;p = 0.002)。 结论: DrPFT?利用肺量测定和肺容积测量提供基于ATS/ERS指南的自动化通气模式解读,其与专家解读的一致性水平相当。尽管该软件也包含一氧化碳弥散量(carbon monoxide diffusing capacity, DLCO)的解读功能,但由于数据不足,该组成部分未在本研究中得到正式验证。通过标准化ATS/ERS解读标准的应用,该决策支持系统可能提高常规PFT报告的一致性和效率,尤其是在获得专业专家意见受限的环境中。 临床试验注册号: 泛非临床试验注册中心(Pan African Clinical Trials Registry, PACTR)标识号:PACTR202601512810753。

论文解读

一、研究背景与意义

肺功能测试(pulmonary function tests, PFTs)是临床评估呼吸生理学的基石,通常包括肺量测定、静态肺容积测量和一氧化碳弥散量(carbon monoxide diffusing capacity, DLCO)评估。PFT解读旨在识别生理异常并将其分类为不同的通气模式,这一过程需要将测量值与适当的参考标准进行比较,并应用美国胸科学会/欧洲呼吸学会(American Thoracic Society/European Respiratory Society, ATS/ERS)工作组建立的解读算法。然而,尽管存在严格的标准化指南,PFT解读仍存在显著的观察者间变异,可能导致诊断标签不一致、中心间可重复性降低,并对临床决策产生潜在影响。
PFT解读在临床上是一项认知要求较高的任务,尤其是需要在常规临床实践中应用复杂的多步骤算法时。既往研究显示,当指南建议被实施到诊断决策支持软件中时,疾病分类准确率仅达38%;而将患者特异性临床特征整合到算法中后,诊断准确率显著提高至68%,凸显了将PFT数据与临床信息相结合时自动化诊断标记的巨大潜力。然而,自动化方法在标准化条件下与PFT专家解读的一致性仍需进一步评估。
在此背景下,DrPFT?(Doctor Pulmonary Function Test)作为一款决策支持信息学工具被开发,旨在协助肺科医师按照ATS/ERS建议进行标准化的PFT解读。尽管自动化解读系统日益增多,但其基于标准化指南标准的真实世界性能以及与专家肺科医师的诊断一致性水平尚未在大型临床队列中得到充分评估。本研究因此评估了DrPFT?与基于指南的专家PFT解读之间的一致性。

二、研究设计与方法

本研究为非干预性验证和一致性研究,在突尼斯苏塞的大学医院开展,伦理批准号为06112025,并在泛非临床试验注册中心(PACTR)进行了回顾性注册(标识号:PACTR202601512810753)。研究纳入了2025年在突尼斯突尼斯和苏塞地区门诊及医院前瞻性收集的1,819名成人受试者,样本具有广泛的成人年龄范围和均衡的性别分布,反映了常规肺功能实验室活动的真实临床人群异质性。纳入标准为年龄≥18岁、完成完整肺功能测试且检查满足ATS/ERS可接受性和可重复性标准、并具有完整临床信息的成人。排除标准包括技术上不可接受的PFT、不完整数据集、重复检查以及缺少阻止标准化ATS/ERS解读的生理变量的检查。
研究人员采用了以下主要关键技术方法:五位来自突尼斯三级医院的资深肺科医师和生理学家独立评估完整PFT数据集,包括支气管扩张剂前后的肺量测定和用于肺容积及气道阻力测量的全身体积描记法,以及有限的临床信息(吸烟史、咳嗽、咳痰、呼吸困难和当前治疗)。所有解读均严格按照ATS/ERS标准化解读标准进行。初始判读单独进行,随后通过多学科共识会议审查不一致的分类,为每个病例建立最终专家参考分类。通气模式根据ATS/ERS定义分为正常、阻塞性、限制性、混合性或非特异性五类。同一匿名数据集随后由DrPFT?软件使用相同的解读框架进行分析。DrPFT?软件采用基于ATS/ERS指南的结构化算法工作流程,整合了有限的临床信息和完整的PFT数据,使用全球肺功能倡议(Global Lung Function Initiative, GLI)参考方程生成预测值和所有测量参数的z分数,内部算法严格执行ATS/ERS解读标准,实现通气模式的自动识别、基于z分数的标准化功能损害评估以及基于算法的病理生理学导向。统计方法包括描述性统计、混淆矩阵构建、灵敏度/特异度/阳性预测值(PPV)/阴性预测值(NPV)计算(采用Wilson评分法计算95%置信区间)、McNemar配对检验以及Cohen's kappa一致性分析。

三、研究结果

受试者基线特征与通气模式分布: 根据ATS/ERS参考标准,1,819名受试者被分为五个互斥的通气模式类别:472名(26.0%)正常肺功能模式、469名(25.8%)限制性、481名(26.4%)阻塞性、171名(9.4%)混合性和226名(12.4%)非特异性通气模式。样本在受试者分类方面的异质性为评估自动化和专家解读一致性提供了广泛的功能谱。
肺科医师/生理学家与ATS/ERS参考模式的比较: 当肺科医师/生理学家的分类与ATS/ERS参考模式比较时,诊断性能因通气类别而异。正常肺功能模式个体的灵敏度为90.7%,限制性为92.5%,阻塞性为91.5%,混合性为94.2%。特异度在限制性(99.3%)和混合性(98.0%)模式中最高,在正常肺功能模式(83.4%)和阻塞性(93.3%)类别中较低。PPV在限制性模式中较高(97.7%),在正常肺功能模式中较低(65.7%),反映了非特异性病例被误分类为正常的情况。阻塞性和混合性模式的PPV均为83.0%。总体而言,肺科医师/生理学家在所有经典通气模式中表现出强劲的性能。
DrPFT?与ATS/ERS参考模式的比较: DrPFT?分类与ATS/ERS参考模式的比较显示出相似但略有减弱的表现。正常肺功能模式受试者的灵敏度为88.6%,限制性为91.9%,阻塞性为91.1%,混合性通气模式为93.6%。各类别特异度保持较高水平,尤其是限制性(98.2%)和混合性(97.8%)模式。PPV在限制性模式中较高(94.7%),在正常肺功能模式中较低(66.7%)。与肺科医师/生理学家类似,非特异性病例的误分类主要导致正常肺功能模式类别中PPV降低。
DrPFT?与肺科医师/生理学家之间的一致性: DrPFT?与肺科医师/生理学家的直接比较显示,四种经典通气模式均具有高度一致性。灵敏度范围为正常肺功能的96.3%至限制性模式的99.3%,特异度范围为98.4%至100%。PPV范围为阻塞性模式的96.1%至正常肺功能的100%,NPV范围为98.0%至99.9%。各模式准确率范围为98.2%至99.6%,考虑所有类别时总体分类准确率为97.8%。Cohen's kappa一致性分析也显示DrPFT?与肺科医师/生理学家分类之间在所有通气模式中具有非常高的一致性,系数范围为0.958至0.980。
诊断性能汇总: McNemar检验用于比较两种方法在同一受试者上的灵敏度差异。对于正常肺功能模式,肺科医师/生理学家的灵敏度略高于DrPFT?(90.7% vs. 88.6%;p = 0.002),差异具有统计学显著性。相比之下,限制性(92.5% vs. 91.9%;p = 0.250)、阻塞性(91.5% vs. 91.1%;p = 0.754)和混合性(94.2% vs. 93.6%;p = 1.000)模式均未观察到显著差异。两种方法在混合性通气模式中达到最高灵敏度,其次是限制性和阻塞性模式。PPV在限制性模式中最高,在正常肺功能模式中最低,反映了非特异性通气异常的影响。

四、讨论与结论

讨论部分总结: 本研究表明,当使用标准化ATS/ERS标准评估时,专家基于指南的解读与自动化PFT解读系统DrPFT?之间具有高度诊断一致性。在四种经典通气模式中,两种方法均实现了高诊断性能,混合性通气模式的灵敏度最高。配对分析显示,限制性、阻塞性和混合性通气模式在专家解读与DrPFT?之间无显著灵敏度差异。正常肺功能模式分类中,肺科医师/生理学家的灵敏度略高(90.7% vs. 88.6%),2.1个百分点的差异达到统计学显著性,但鉴于两种方法均观察到的高灵敏度,这一差异的实际临床意义有限。非特异性通气模式在参考框架中的纳入进一步阐明,两种方法中正常肺功能模式类别较低的PPV主要归因于在无阻塞或限制情况下肺量测定异常个体,而非正常功能的真实误分类。
研究人员承认,使用专家共识作为参考标准可能引入纳入(参考标准)偏倚,因为共识由执行初始解读的同一专家小组产生。为尽量减少此效应,每位专家在参与共识过程前独立解读所有PFT。由于软件和参考分类均依赖相同的ATS/ERS解读框架,不能排除一定程度的方法学循环性。因此,本研究评估的是ATS/ERS建议的自动化和专家实施之间的一致性,而非与独立外部金标准的比较。
值得注意的是,当前版本的DrPFT?假定PFT在解读前已满足ATS/ERS技术质量标准,因此该软件应被视为技术上有效检查解读的决策支持工具,而非质量控制程序的替代品。非特异性通气模式在评估的DrPFT?版本中不作为独立的最终结果类别,这些病例可能导致了可预测的差异并影响了其他功能类别的性能估计。此外,尽管DrPFT?整合了临床变量以提供情境化诊断支持,本研究未设计用于量化其对诊断性能的独立贡献。DLCO解读功能也因缺乏足够大且具有代表性的数据集而未得到正式验证。样本均来自突尼斯医疗中心,研究结果的普适性尚待确立。未来需要在独立多中心队列中进行外部验证,以确认DrPFT?的稳健性、可重复性和临床适用性。
研究结论: 研究人员证明,DrPFT?是自动化应用ATS/ERS解读标准的可靠且可重复的临床决策支持系统,与专家解读表现出高度一致性,能够实现PFT数据的一致性整合以支持常规临床报告。高诊断性能和非常高的Cohen's kappa系数表明,DrPFT?密切再现了专家对ATS/ERS解读标准的应用。尽管专家解读在正常肺功能模式分类的灵敏度方面表现出微小优势,但限制性、阻塞性和混合性模式的差异无统计学显著性。这些发现支持将DrPFT?用作临床决策支持工具,以增强PFT报告的一致性,同时保留专家临床判断的作用。此外,DrPFT?显示出作为新技术支持系统改善肺病学临床实践的潜力,通过优化诊断准确性和操作效率实现。然而,它应被视为临床专业知识的补充工具而非替代品。需要在更大人群和独立临床环境中进行进一步的外部验证。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号