浙江省健康人群肺功能预测方程的建立和评估

顾亮 杨莉 陆晓玲 应英华 杨琪 郑艳文 潘志杰 戴元荣 葛慧青 赵恬 钦光跃 陈成水

肺功能检查是诊断和评估呼吸道疾病的重要工具，有助于疾病诊断、严重程度分级以及评价治疗效果等[1]。很多因素可影响肺功能的预测方程，包括性别、年龄以及BMI[2-3]。有报道显示人的肺功能在25～30岁时开始下降，65岁以后下降趋势尤为显著[2,4]。临床常以性别、年龄、身高、体重等因素作为自变量来建立肺功能预测方程。目前，浙江省使用的是1988年上海地区通过大规模调查所建立的肺功能预测方程[5]，30余年来，由于生活习惯及环境变化等因素，肺功能预测方程参数值也可能出现变化。65岁以后肺功能下降趋势更加明显，建立针对老年健康人群的肺功能预测方程也有重要临床价值。本研究建立和评估浙江省健康人群肺功能预测方程，并通过老年亚组建立和评估老年健康人群肺功能预测方程，现将结果报道如下。

1 对象和方法

1.1 对象 选择2018年6月至2020年6月在浙江省33家临床中心进行肺功能检查的健康体检者4 264例，采用随机数字表法分为研究组和验证组，其中研究组2 141例，验证组2 123例，每组再分为男性亚组和女性亚组。年龄≥65岁的老年对象1 168例参照前述方法进行分组，其中老年研究组568例，老年验证组600例。纳入标准：（1）年龄18～80岁；（2）BMI在18.5～24.9 kg/m2；（3）居住在浙江省 10 年以上；（4）心电图、胸部影像学、血、尿、粪常规及肝肾功能、电解质、血糖、血氧饱和度（oxygen saturation,SaO2）检查结果正常。排除标准：（1）罹患慢性系统性疾病如心血管、内分泌、代谢性疾病，特别是呼吸道疾病史如哮喘、肺结核、胸膜炎、慢性支气管炎等；（2）孕妇和哺乳期妇女；（3）胸廓畸形；（4）不能配合检查，或因各种原因使用β受体阻滞剂（包括滴眼液）；（5）近4周内有咳嗽、咳痰、呼吸急促等呼吸道症状；（6）长期职业性接触有害气体或粉尘，生活或工作环境存在严重污染等情况；（7）吸烟。本研究经浙江医院医学伦理委员会批准[批准文号：2017临审第（13K）号]。所有研究对象均签署知情同意书。

1.2 方法

1.2.1 一般资料的收集 年龄根据身份证确定。使用江苏衡新HCS-200-RT电子体重秤测量裸脚时的身高，测量结果精确到0.1 cm，体重测量结果精确到0.5 kg。

1.2.2 肺功能检测 操作人员统一接受操作培训。33家中心均使用相同型号的肺功能检查设备（德国耶格MasterScreen PFT System肺功能仪），符合美国胸科学会/欧洲呼吸病学会（American Thoracic Society/Euro‐pean Respiratory Association,ATS/ERS）质量控制体系。检测前对肺功能仪进行校准，实测值与理论值之差应＜3%。检测环境温度控制在18～24℃，湿度控制在50%～70%。根据ATS/ERS建议，使用肺活量测定法测量肺功能，肺功能检测均重复3次，误差控制在＜5%或变异率＜0.15 L。肺功能参数包括用力肺活量（forced volume capacity,FVC）、第1秒用力呼气容积（forced ex‐piratory volume 1,FEV1）、FEV1/FVC、呼气峰流量（peak expiratory flow,PEF）、最大呼气中期流量（maximum mid-expiratory flow,MMEF）、用力呼气25%肺活量的瞬间流量（forced expiratory flow after 25% of the FVC has been exhaled,FEF25%）、FEF50%、FEF75%、最大分钟通气量（maximum ventilation volume,MVV）和一氧化碳弥散量（diffusing capacity of carbon monoxide,DLCO）。

1.2.3 建立和评估肺功能预测方程 研究组分不同性别，以年龄、身高、体重为自变量，肺功能各参数为因变量，采用逐步多元回归分析建立肺功能预测方程。根据研究对象年龄、身高及体重带入预测方程获得研究组和验证组肺功能参数预测值。计算肺功能参数预测值与实测值之间的比值，获得肺功能参数预测百分比。比较研究组与验证组肺功能参数预测百分比，以此验证肺功能预测方程的可行性。因本研究纳入人群平均年龄约50岁，可能会对老年人群造成统计学偏倚，因此老年研究组和验证组亦采用上述方法建立和评估不同性别肺功能预测方程。

1.3 统计学处理 采用SPSS 22.0统计软件。计量资料以表示，组间比较采用两独立样本t检验，采用绝对误差百分比评估2022年浙江省肺功能预测方程和1988年上海地区肺功能预测方程之间的差异。P＜0.05为差异有统计学意义。

2 结果

2.1 研究组和验证组的一般资料及肺功能参数比较 两组对象的一般资料及肺功能参数比较，差异均无统计学意义（均P＞0.05），见表1。

表1 研究组和验证组的一般资料及肺功能参数比较

2.2 不同性别亚组肺功能预测方程的建立及可行性验证结果 男性、女性 FVC、FEV1、FEV1/FVC、PEF、MMEF、FEF25%、FEF50%、FEF75%、DLCO均与各自年龄呈负相关，男性MVV亦与年龄呈负相关。男性FVC、FEV1、PEF、MMEF、FEF25%、FEF50%、FEF75%、MVV与身高呈正相关；女性FEV1/FVC与身高呈负相关，其他参数均与身高呈正相关。男性PEF和DLCO与体重呈正相关，FEV1/FVC和FEF75%与体重呈负相关；女性DLCO与体重呈正相关，FEV1/FVC与体重呈负相关。见表2。研究组和验证组肺功能参数预测百分比比较，差异均无统计学意义（均P＞0.05），提示健康人群肺功能预测方程具有临床可行性，见表3。

表2 浙江省健康人群的肺功能预测方程

表3 研究组和验证组肺功能参数预测百分比比较（%）

2.3 2022年浙江省肺功能预测方程和1988年上海地区肺功能预测方程预测值比较 采用2022年浙江省肺功能预测方程计算得出的男性FVC、PEF、FEF25%、FEF50%、FEF75%、MVV值均低于采用1988年上海地区肺功能预测方程计算得出的预测值[5]，男性MMEF值高于1988年上海地区肺功能预测方程计算得出的预测值，差异均有统计学意义（均P＜0.01）。女性FVC、FEV1、PEF、MMEF值均高于采用1988年上海地区肺功能预测方程计算得出的预测值[5]，女性FEF25%、FEF75%、MVV值均低于1988年上海地区肺功能预测方程计算得出的预测值，差异均有统计学意义（均P＜0.01），见表4。

表4 2022年浙江省肺功能预测方程和1988年上海地区肺功能预测方程预测值比较

2.4 老年对象不同性别亚组肺功能预测方程的建立及可行性验证结果 男性、女性FVC、FEV1、PEF、FEF25%、FEF50%、FEF75%等肺功能参数均与年龄呈负相关；男性、女性FVC、FEV1、DLCO以及男性PEF、FEF25%，女性MMEF、FEF50%均与身高呈正相关。男性MMEF和女性DLCO与体重呈正相关，女性FEV1、MMEF与体重呈负相关，见表5。研究组和验证组的肺功能参数预测百分比比较，差异均无统计学意义（均P＞0.05），提示老年对象肺功能预测方程具有临床可行性，见表6。

表5 老年对象的肺功能预测方程

表6 老年对象研究组和验证组肺功能参数预测百分比比较（%）

3 讨论

肺功能是评估患者呼吸功能的主要工具。以往研究表明种族、环境因素、年龄、身高、体重等因素会影响肺功能参数值。因此，建立和验证针对特定人群的肺功能预测方程具有迫切的临床需求。本研究以年龄、身高、体重为自变量，以肺功能各参数为因变量，采用逐步多元回归分析建立2022年浙江省健康人群肺功能预测方程，并且验证其临床可行性。同时采用相同方法建立和验证浙江省老年健康人群的肺功能预测方程。

环境变化是影响肺功能预测方程的因素之一。此外，有研究表明温度和相对湿度升高与肺功能的显著降低相关[6]。更重要的是，FVC和FEV1与每天接触烟雾、居住交通道路附近呈负相关[7]。目前浙江省使用的肺功能预测方程来自1988年上海地区[5]，但浙江省环境与上海存在一定环境差异，包括温度、湿度、空气污染等，这些因素均会导致肺功能参数的潜在变化。研究发现污染的空气或颗粒混合物会提高肺部氧化应激反应，进而降低呼吸系统的防御功能，导致肺功能下降[8]。

衰老是影响肺功能预测方程的另一个独立因素。从30岁开始，成年人每年会丢失约30 ml的FEV1和FVC。本研究发现肺功能参数均与年龄呈负相关，这与以往研究相似[9]，其机制可能与衰老改变呼吸系统内在结构以及支持性的呼吸系统结构（即胸壁、脊柱和肌肉）有关，这些结构变化会导致呼吸力学的改变，从而减少呼气流量，增加空气陷闭和闭合肺容积，以及减少气体交换等[10]。此外，在65岁以后，FEV1和FVC均呈加速下降状态，这可能会增加慢性阻塞性肺疾病等呼吸系统疾病肺功能检查假阳性率，并增加社会医疗负担[11]。

身高和体重也是肺功能预测方程的影响因素。本研究发现男性 FVC、FEV1、PEF、MMEF、FEF25%、FEF50%、FEF75%、MVV与身高呈正相关；除FEV1/FVV外，其他女性肺功能参数均与身高呈正相关，这与以往研究结果相似。Cao等[12]研究提示肺功能参数与身高呈正相关，高个子人群FVC、FEV1、PEF和MMEF肺功能预测值较大。此外，研究表明健康人群功能残余量和补呼气量会随着体重的增加而降低，尤其对于超重或肥胖对象[13]。也有研究发现正常体重人群的BMI与FEV1、FVC呈正相关，而超重和肥胖人群BMI与肺功能呈负相关[14]。本研究发现FEV1/FVC与体重呈负相关，而DLCO与身高呈正相关。

许多研究尝试建立针对特定种族、地区、人口的肺功能预测方程。比如Jian等[15]针对4～80岁的中国人群中建立肺功能预测方程，包括正常值的下限。然而，对老年健康人群的参考意义不大。本研究针对老年健康人群进行亚组分析，发现肺功能参数与年龄呈负相关，与身高呈正相关，这与整体人群研究结果相一致，进一步提示肺功能参数随着年龄的增加而下降。

本研究有一定的局限性。首先，招募的是18～80岁健康人群，并不适用于18岁以下或80岁以上的人群。其次，由于经费原因，研究者虽然排除了长期接触有害物或严重空气污染的对象，但没有分析其他可能影响肺功能的因素，如环境污染、湿度和温度，因此仍然需要进一步亚组分析研究其他年龄组或其他危险因素。

总之，本研究为浙江省健康人群提供了最新的肺功能预测方程，并且验证了这一新的方程式适合在浙江省临床中使用。