Impact of Clinical Characteristics and Biomarkers on Asthma Impairment and Risk Questionnaire Exacerbation Prediction Ability
喘息障害リスク質問票(AIRQ)の増悪予測能力に対する臨床的特徴とバイオマーカーの影響
背景
喘息悪化を予測するために、臨床的特徴やバイオマーカーを組み合わせた複雑なモデルが開発されてきた。人口統計学的要因（年齢、性別、人種、体格指数）を調整した複合喘息障害リスク質問票（AIRQ）は、これらのより複雑なモデルと同様に12か月間の増悪発生を予測できる。
目的
AIRQによる増悪予測が、より広範な臨床的特徴やバイオマーカーを調整したモデルによって強化できるどうかを検証すること。
方法
12歳以上の患者が、増悪に関連した経口コルチコステロイドの使用、救急外来または緊急診療所の受診、および入院に関する月次オンライン調査に回答した。増悪を予測するために、社会人口統計学的要因、併存疾患、増悪歴、肺機能、血中好酸球、IgE、FeNOについて一変量ロジスティック回帰を行った。統計的に有意（P ≤ .05）であった変数は、AIRQの制御カテゴリありおよびなしで12か月間の増悪を予測する多変量ロジスティック回帰に含められ（対数オッズ比[95% Wald信頼区間]）比較した。
結果
12か月間で1,070人の患者（70%が女性；平均[標準偏差]年齢は43.9 [19.4]歳；22%が非白人；BMI[標準偏差]は30.6 [8.7]）が1回以上の調査に回答した（平均[標準偏差]で10.5 [2.8]回の調査）。多変量解析では、臨床的特徴とバイオマーカーを調整したAIRQの制御カテゴリが、1回以上の増悪を予測した：制御不良対制御良好：オッズ比（95% CI）は1.93（1.41-2.62）、非常に制御不良対制御良好：3.81（2.65-5.47）。悪化予測のためのこのより複雑なモデルの受信者動作特性曲線下面積（AUC = 0.72）は、AIRQ（AUC = 0.70）と差がなかった。AIRQを含むモデルは、AIRQを含まないモデルよりも優れていた（AUC = 0.67; P < .05）。
結論
臨床的特徴やバイオマーカーを用いた費用がかかり時間のかかる複雑なモデリングは、AIRQの強力な増悪予測能力を強化しない。
