周丽娟，温贤秀，吕琴，蒋蓉，吴行伟，周黄源，向超

    据报道，全球有5.449亿人患有慢性呼吸道疾病，大多数慢性呼吸道疾病患者死于慢性阻塞性肺疾病(chronic obstructive pulmonary disease，COPD)[1-2]。COPD严重影响患者的生活质量，为家庭和社会带来沉重的经济负担[3]，已成为21世纪危害人类健康的重要公共卫生问题。气流受限程度是判定COPD患者疾病严重程度的主要指标[4-5]，然而部分患者无法顺利实施检查获得该指标，如咯血、气胸、安置胸腔闭式引流管、心功能不全、主动脉瘤等有肺功能检查禁忌证的患者，无法完成检查体位和呼吸动作且配合度较差的患者，以及各种原因未定期随访的患者等。该项指标的缺失可能使COPD患者忽视重度气流受限风险，导致不良预后。针对上述问题，建立预警模型以估计患者的重度气流受限风险可能是一种替代方案。然而，目前少见有较佳预测性能及临床应用潜力的预警模型报道。因此，本研究构建了基于机器学习的COPD患者重度气流受限程度的风险预警模型，为COPD的临床评估及治疗提供技术工具及参考依据。

    1 对象与方法

    1.1 研究对象 采用横断面设计调查2019年1月至2020年6月四川省某三甲医院的COPD住院患者。纳入标准：(1)符合慢性阻塞性肺疾病全球倡议(GOLD)2019版COPD的诊断标准[5]；(2)近一个月内做过肺功能检查；(3)年龄≥18岁；(4)自愿参与本研究且签署知情同意书。排除标准：(1)存在COPD合并其他通气和限制性通气功能障碍的呼吸系统疾病；(2)存在严重的视、听障碍而无法交流；(3)有严重心、肝、肾等器质性疾病。

    1.2 研究方法

    1.2.1 收集一般临床指标 一般临床指标调查表由研究者根据文献回顾和临床经验自行设计，内容包括：(1)一般资料：性别、年龄、病程分期(稳定期、急性加重期)、体质指数(BMI)、受教育程度。(2)疾病因素：哮喘症状(有、无)、喘息(有、无)、呼吸困难(有、无)、食欲不振(有、无)、咳嗽(有、无)、咳嗽描述、痰液描述、痰液性状描述、症状高发时间、急性发作次数、距上次急性发作时间、致病因素、急性发作住院史(有、无)及次数、急性发作门诊就诊(有、无)、全身使用激素(有、无)、合并呼吸衰竭(有、无)、合并肺心病(有、无)、合并肺性脑病(有、无)、营养代谢异常(有、无)、心血管疾病(有、无)、其他疾病史(有、无)、COPD家族史(有、无)、吸烟史(有、无)、吸氧(有、无)、每日吸氧时间、吸氧流量、吸氧方式、使用经皮血氧饱和度监测仪(有、无)、血氧饱和度值、无创通气使用(有、无)、每天无创通气时间、无创通气方式、佩戴面罩(有、无)、是否知晓无创呼吸机湿化罐和呼吸机管道如何消毒、营养状况、锻炼(有、无)、锻炼方式、每天锻炼时间、缩唇腹式呼吸(有、无)、使用吸入剂(有、无)、吸入剂种类及数量、长期使用吸入药物(有、无) ......