不同筛查指标下慢性阻塞性肺疾病前期人群发展为慢性阻塞性肺疾病风险的Meta分析

doi:10.12114/j.issn.1007-9572.2025.0553

中国全科医学 ›› 2026, Vol. 29 ›› Issue (19): 2735-2743.DOI: 10.12114/j.issn.1007-9572.2025.0553

所属专题：呼吸疾病文章合辑

不同筛查指标下慢性阻塞性肺疾病前期人群发展为慢性阻塞性肺疾病风险的Meta分析

张文博¹, 王骏龙¹, 张玉萍¹, 蒋帅², 王华启³^,⁴^,^*()

1．450052　河南省郑州市，郑州大学第一临床学院
2．450052　河南省郑州市，郑州大学第一附属医院　河南省医院管理研究院
3．450052　河南省郑州市，郑州大学第一附属医院　河南省慢性病防治与智能健康管理重点实验室
4．450052　河南省郑州市，郑州大学第一附属医院　河南省互联智能健康研究所

收稿日期:2025-09-15 修回日期:2026-04-20 出版日期:2026-07-05 发布日期:2026-06-05
通讯作者: 王华启
作者贡献：
张文博负责研究构思与设计、研究资料的收集和整理、论文初稿编撰；王骏龙、张玉萍负责数据的提取、数据质量评价和论文整体内容修改完善；蒋帅、王华启负责研究的协调与指导、整体研究方案的制订与优化，确保研究方向的科学性和可行性，对稿件整体负责。
基金资助:
河南省重大科技专项项目(241100310200); 2023年中青年学科带头人资助项目(12271)

The Risk of Pre-COPD Populations Progressing to COPD under Different Criteria: a Meta-analysis

ZHANG Wenbo¹, WANG Junlong¹, ZHANG Yuping¹, JIANG Shuai², WANG Huaqi³^,⁴^,^*()

1. The First Clinical College of Zhengzhou University, Zhengzhou 450052, China
2. Institute for Hospital Management of Henan Province, the First Affiliated Hospital of Zhengzhou University, Zhengzhou 450052, China
3. Henan Key Laboratory of Chronic Disease Prevention and Therapy & Intelligent Health Management, the First Affiliated Hospital of Zhengzhou University Management, Zhengzhou 450052, China
4. Henan Institute of Interconnected Intelligent Health, the First Affiliated Hospital of Zhengzhou University, Zhengzhou 450052, China

Received:2025-09-15 Revised:2026-04-20 Published:2026-07-05 Online:2026-06-05
Contact: WANG Huaqi

分享到

摘要/Abstract

摘要： 背景慢性阻塞性肺疾病（以下简称慢阻肺病）是全球三大致死性疾病之一，早期预防对于减轻全球卫生保健负担尤为重要。为了加强临床医生对慢阻肺病高危人群的认识，GOLD指南明确提出了慢阻肺病前期一词。与正常人群相比，慢阻肺病前期人群慢阻肺病发病率更高，但鲜有研究对各指标的相对有效性进行定量分析。目的阐明不同筛查指标下慢阻肺病前期患者最终发展为慢阻肺病的情况，并量化其进展为慢阻肺病的风险，比较不同筛查指标的临床价值。方法检索中国知网、万方数据知识服务平台、维普网、PubMed、Embase和Web of Science数据库建库至2025-11-30发表的关于慢阻肺病前期进展为慢阻肺病的队列研究，由两名研究者独立进行文献检索、筛选、数据提取、质量评估，然后采用R 4.4.1进行Meta分析，针对不同筛查指标所定义的慢阻肺病前期组与对照组中的慢阻肺病发病率差异，计算其HR、RR、OR，评估其危险性。结果共纳入23项研究，涵盖了6个分组标准：非阻塞性慢性支气管炎（NOCB）、保留比率的肺功能受损（PRISm）、第一秒用力呼气容积/用力肺活量（FEV1/FVC）<75%、低一氧化碳弥散量（DLCO）、第三秒用力呼气容积/第六秒用力呼气容积（FEV3/FEV6）<正常值下限（LLN）和可变性气流受限。其中，FEV1/FVC<75%与慢阻肺病发病相关性最强（RR=11.98，95%CI=3.91~36.72），其他指标关联强度由强到弱依次为：可变性气流受限（RR=4.51，95%CI=2.37~8.57）、低DLCO（RR=4.05，95%CI=1.49~11.05）、PRISm（RR=2.33，95%CI=1.72~3.14）、FEV3/FEV6<LLN（RR=2.11，95%CI=1.48~3.03）、NOCB（RR=1.36，95%CI=1.02~1.81）。结论具有NOCB、PRISm、低DLCO、可变性气流受限、FEV3/FEV6<LLN和FEV1/FVC<75%的人群发展为慢阻肺病的风险高于对照，其中FEV1/FVC<75%的人群风险最大。

关键词: 肺疾病，慢性阻塞性, 慢阻肺病前期, 保留比率的肺功能受损, 可变性气流受限, 荟萃分析

Abstract:

Background

Chronic obstructive pulmonary disease (COPD) is one of the three leading causes of death worldwide. Early prevention is particularly important for reducing the global healthcare burden. To enhance clinicians' awareness of high-risk populations for COPD and thereby enable early identification of such individuals, the GOLD guidelines have explicitly introduced the pre-COPD. Compared with the general population, individuals in the pre-COPD stage have a higher incidence of COPD; however, few studies have conducted a quantitative analysis of the relative validity of the various indicators.

Objective

Clarify the progression of patients with pre-COPD to COPD under different screening indicators, quantify their risk of developing COPD, and compare the clinical value of different screening indicators.

Methods

Cohort studies on the progression of pre-COPD to COPD published from the establishment of databases to November 30, 2025, were retrieved from CNKI, Wanfang Data, VIP Chinese Journal Service Platform, PubMed, Embase, and Web of Science. Two researchers independently conducted retrieval, literature eligibility screening, data extraction, and quality assessment. Meta-analysis was then performed using R 4.4.1. For the difference in COPD incidence between high-risk populations defined by different screening criteria and normal populations, Hazard Ratio (HR), Relative Risk (RR), and Odds Ratio (OR) were collected or calculated for aggregation and comparison to assess the risk.

Results

A total of 23 studies were included, covering 6 grouping criteria: NOCB, PRISm, FEV₁/FVC<75%, DLCO, FEV₃/FEV₆<lower limit of normal (LLN), and variable airflow limitation. Among them, FEV₁/FVC<75% had the strongest correlation with COPD incidence (RR=11.98, 95%CI=3.91-36.72). The correlation strength of other indicators in descending order was as follows: variable airflow limitation (RR=4.51, 95%CI=2.37-8.57), low DLCO (RR=4.05, 95%CI=1.49-11.05), PRISm (RR=2.33, 95%CI=1.72-3.14), FEV₃/FEV₆<LLN (RR=2.11, 95%CI=1.48-3.03), and NOCB (RR=1.36, 95%CI=1.02-1.81).

Conclusion

Populations with NOCB, PRISm, low DLCO, variable airflow limitation, FEV₃/FEV₆<LLN, or FEV₁/FVC<75% have a higher risk of developing COPD than normal populations, among which the population with FEV₁/FVC < 75% has the highest risk.

Key words: Pulmonary disease, chronic obstructive, Pre-COPD, Preserved ratio impaired spirometry, Variable airflow limitation, Meta-analysis

中图分类号:

R 563.9

张文博,王骏龙,张玉萍,等. 不同筛查指标下慢性阻塞性肺疾病前期人群发展为慢性阻塞性肺疾病风险的Meta分析[J]. 中国全科医学, 2026, 29(19): 2735-2743. DOI: 10.12114/j.issn.1007-9572.2025.0553.
ZHANG Wenbo,WANG Junlong,ZHANG Yuping, et al. The Risk of Pre-COPD Populations Progressing to COPD under Different Criteria: a Meta-analysis[J]. Chinese General Practice, 2026, 29(19): 2735-2743. DOI: 10.12114/j.issn.1007-9572.2025.0553.

图/表 10

参考文献 41

[1]	Celli B, Fabbri L, Criner G, et al. Definition and nomenclature of chronic obstructive pulmonary disease: time for its revision[J]. Am J Respir Crit Care Med, 2022, 206(11): 1317-1325. DOI: 10.1164/rccm.202204-0671PP.
[2]	Meghji J, Mortimer K, Agusti A, et al. Improving lung health in low-income and middle-income countries: from challenges to solutions[J]. Lancet, 2021, 397(10277): 928-940. DOI: 10.1016/S0140-6736(21)00458-X.
[3]	2026 GOLD Report and Pocket Guide - Global Initiative for Chronic Obstructive Lung Disease - GOLD[EB/OL]. [2025-11-30].
[4]	Martinez F J, Agusti A, Celli B R, et al. Treatment trials in young patients with chronic obstructive pulmonary disease and pre-chronic obstructive pulmonary disease patients: time to move forward[J]. Am J Respir Crit Care Med, 2022, 205(3): 275-287. DOI: 10.1164/rccm.202107-1663SO.
[5]	Wan E S. The clinical spectrum of PRISm[J]. Am J Respir Crit Care Med, 2022, 206(5): 524-525. DOI: 10.1164/rccm.202205-0965ed.
[6]	Wijnant S R A, de Roos E, Kavousi M, et al. Trajectory and mortality of preserved ratio impaired spirometry: the Rotterdam Study[J]. Eur Respir J, 2020, 55(1): 1901217. DOI: 10.1183/13993003.01217-2019.
[7]	Harvey B G, Strulovici-Barel Y, Kaner R J, et al. Risk of COPD with obstruction in active smokers with normal spirometry and reduced diffusion capacity[J]. Eur Respir J, 2015, 46(6): 1589-1597. DOI: 10.1183/13993003.02377-2014.
[8]	Rodríguez-Roisin R, Drakulovic M, Rodríguez D A, et al. Ventilation-perfusion imbalance and chronic obstructive pulmonary disease staging severity[J]. J Appl Physiol (1985), 2009, 106(6): 1902-1908. DOI: 10.1152/japplphysiol.00085.2009.
[9]	Fan J, Fang L W, Cong S, et al. Potential pre-COPD indicators in association with COPD development and COPD prediction models in Chinese: a prospective cohort study[J]. Lancet Reg Health West Pac, 2024, 44: 100984. DOI: 10.1016/j.lanwpc.2023.100984.
[10]	de Marco R, Accordini S, Cerveri I, et al. Incidence of chronic obstructive pulmonary disease in a cohort of young adults according to the presence of chronic cough and phlegm[J]. Am J Respir Crit Care Med, 2007, 175(1): 32-39. DOI: 10.1164/rccm.200603-381OC.
[11]	Ottawa Hospital Research Institute[EB/OL]. [2025-01-07].
[12]	Wang C, Xu J Y, Yang L, et al. Prevalence and risk factors of chronic obstructive pulmonary disease in China (the China Pulmonary Health [CPH] study): a national cross-sectional study[J]. Lancet, 2018, 391(10131): 1706-1717. DOI: 10.1016/S0140-6736(18)30841-9.
[13]	Luo D L, Cheng Y J, Zhang H F, et al. Association between high blood pressure and long term cardiovascular events in young adults: systematic review and meta-analysis[J]. BMJ, 2020: m3222. DOI: 10.1136/bmj.m3222.
[14]	Higgins J P, Thompson S G, Deeks J J, et al. Measuring inconsistency in meta-analyses[J]. BMJ, 2003, 327(7414): 557-560. DOI: 10.1136/bmj.327.7414.557.
[15]	Vestbo J, Lange P. Can GOLD Stage 0 provide information of prognostic value in chronic obstructive pulmonary disease?[J]. Am J Respir Crit Care Med, 2002, 166(3): 329-332. DOI: 10.1164/rccm.2112048.
[16]	Lindberg A, Jonsson A C, Rönmark E, et al. Ten-year cumulative incidence of COPD and risk factors for incident disease in a symptomatic cohort[J]. Chest, 2005, 127(5): 1544-1552. DOI: 10.1378/chest.127.5.1544.
[17]	Allinson J P, Hardy R, Donaldson G C, et al. The presence of chronic mucus hypersecretion across adult life in relation to chronic obstructive pulmonary disease development[J]. Am J Respir Crit Care Med, 2016, 193(6): 662-672. DOI: 10.1164/rccm.201511-2210OC.
[18]	Kalhan R, Dransfield M T, Colangelo L A, et al. Respiratory symptoms in young adults and future lung disease. the CARDIA lung study[J]. Am J Respir Crit Care Med, 2018, 197(12): 1616-1624. DOI: 10.1164/rccm.201710-2108oc.
[19]	Wu F, Zhou Y M, Peng J Q, et al. Rationale and design of the Early Chronic Obstructive Pulmonary Disease (ECOPD) study in Guangdong, China: a prospective observational cohort study[J]. J Thorac Dis, 2021, 13(12): 6924-6935. DOI: 10.21037/jtd-21-1379.
[20]	Buhr R G, Barjaktarevic I Z, Quibrera P M, et al. Reversible airflow obstruction predicts future chronic obstructive pulmonary disease development in the SPIROMICS cohort: an observational cohort study[J]. Am J Respir Crit Care Med, 2022, 206(5): 554-562. DOI: 10.1164/rccm.202201-0094OC.
[21]	Tan D J, Lodge C J, Walters E H, et al. Can we use lung function thresholds and respiratory symptoms to identify pre-chronic obstructive pulmonary disease? A prospective, population-based cohort study[J]. Am J Respir Crit Care Med, 2024, 209(12): 1431-1440. DOI: 10.1164/rccm.202212-2330oc.
[22]	Yee N, Markovic D, Buhr R G, et al. Significance of FEV₃/FEV₆ in recognition of early airway disease in smokers at risk of development of COPD: analysis of the SPIROMICS cohort[J]. Chest, 2022, 161(4): 949-959. DOI: 10.1016/j.chest.2021.10.046.
[23]	Wan E S, Balte P, Schwartz J E, et al. Association between preserved ratio impaired spirometry and clinical outcomes in US adults[J]. JAMA, 2021, 326(22): 2287-2298. DOI: 10.1001/jama.2021.20939.
[24]	Kogo M, Sato S, Muro S, et al. Development of airflow limitation, dyspnoea, and both in the general population: the Nagahama study[J]. Sci Rep, 2022, 12: 20060. DOI: 10.1038/s41598-022-24657-w.
[25]	Divo M J, Liu C J, Polverino F, et al. From pre-COPD to COPD: a Simple, Low cost and easy to IMplement (SLIM) risk calculator[J]. Eur Respir J, 2023, 62(3): 2300806. DOI: 10.1183/13993003.00806-2023.
[26]	Park H J, Byun M K, Rhee C K, et al. Significant predictors of medically diagnosed chronic obstructive pulmonary disease in patients with preserved ratio impaired spirometry: a 3-year cohort study[J]. Respir Res, 2018, 19(1): 185. DOI: 10.1186/s12931-018-0896-7.
[27]	Tan D J, Finlay P, Siu H, et al. Impaired diffusing capacity and COPD incidence in adults with symptoms and normal spirometry[J]. Respir Med, 2024, 234: 107832. DOI: 10.1016/j.rmed.2024.107832.
[28]	Guerra S, Sherrill D L, Venker C, et al. Chronic bronchitis before age 50 years predicts incident airflow limitation and mortality risk[J]. Thorax, 2009, 64(10): 894-900. DOI: 10.1136/thx.2008.110619.
[29]	Yamane T, Hattori N, Kitahara Y, et al. Productive cough is an independent risk factor for the development of COPD in former smokers[J]. Respirology, 2010, 15(2): 313-318. DOI: 10.1111/j.1440-1843.2009.01682.x.
[30]	Probst-Hensch N M, Curjuric I, Pierre-Olivier B, et al. Longitudinal change of prebronchodilator spirometric obstruction and health outcomes: results from the SAPALDIA cohort[J]. Thorax, 2010, 65(2): 150-156. DOI: 10.1136/thx.2009.115063.
[31]	Balte P P, Chaves P H M, Couper D J, et al. Association of nonobstructive chronic bronchitis with respiratory health outcomes in adults[J]. JAMA Intern Med, 2020, 180(5): 676-686. DOI: 10.1001/jamainternmed.2020.0104.
[32]	Perez-Padilla R, Montes de Oca M, Thirion-Romero I, et al. Trajectories of spirometric patterns, obstructive and PRISm, in a population-based cohort in Latin America[J]. Int J Chron Obstruct Pulmon Dis, 2023, 18: 1277-1285. DOI: 10.2147/COPD.S406208.
[33]	Zheng J Z, Zhou R, Zhang Y C, et al. Preserved ratio impaired spirometry in relationship to cardiovascular outcomes[J]. Chest, 2023, 163(3): 610-623. DOI: 10.1016/j.chest.2022.11.003.
[34]	Jo Y S, Rhee C K, Kim S H, et al. Spirometric transition of at risk individuals and risks for progression to chronic obstructive pulmonary disease in general population[J]. Arch Bronconeumol, 2024, 60(10): 634-642. DOI: 10.1016/j.arbres.2024.05.033.
[35]	Wu F, Fan H H, Liu J, et al. Association between non-obstructive chronic bronchitis and incident chronic obstructive pulmonary disease and all-cause mortality: a systematic review and meta-analysis[J]. Front Med, 2022, 8: 805192. DOI: 10.3389/fmed.2021.805192.
[36]	Woodruff P G, Barr R G, Bleecker E, et al. Clinical significance of symptoms in smokers with preserved pulmonary function[J]. N Engl J Med, 2016, 374(19): 1811-1821. DOI: 10.1056/NEJMoa1505971.
[37]	Dharmage S C, Faner R, Agustí A. Treatable traits in pre-COPD: Time to extend the treatable traits paradigm beyond established disease[J]. Respirology, 2024, 29(7): 551-562. DOI: 10.1111/resp.14760.
[38]	Iwasawa T, Matsushita S, Hirayama M, et al. Quantitative analysis for lung disease on thin-section CT[J]. Diagnostics (Basel), 2023, 13(18): 2988. DOI: 10.3390/diagnostics13182988.
[39]	Ortiz-Puerta D, Diaz O, Retamal J, et al. Morphometric analysis of airways in pre-COPD and mild COPD lungs using continuous surface representations of the bronchial lumen[J]. Front Bioeng Biotechnol, 2023, 11: 1271760. DOI: 10.3389/fbioe.2023.1271760.
[40]	Kirby M, Parraga G. Uncovering early COPD? The T-slope as a novel CT biomarker for evaluating airway narrowing[J]. Eur Respir J, 2024, 64(6): 2401849. DOI: 10.1183/13993003.01849-2024.
[41]	Zhou Y M, Wu F, Shi Z, et al. Effect of high-dose N-acetylcysteine on exacerbations and lung function in patients with mild-to-moderate COPD: a double-blind, parallel group, multicentre randomised clinical trial[J]. Nat Commun, 2024, 15: 8468. DOI: 10.1038/s41467-024-51079-1.

第一作者（年份）	地区/国家	研究类型	慢阻肺病前期	对照组	样本量（例）	平均年龄（岁）	随访时间（年）	指标	效应量	95%置信区间
Vestbo（2002）^[15]	丹麦哥本哈根	前瞻性队列研究	慢性咳嗽	BD前FEV₁/FVC≥0.7	11 207	51.7	15	NOCB	1.2	0.9~1.6
Lindberg（2005）^[16]	瑞典北部	前瞻性队列研究	慢性进行性咳嗽	BD前FEV₁/FVC≥0.7	939	-	10	NOCB	1.8	1.23~2.63
Allinson（2016）^[17]	英格兰/苏格兰/威尔士	前瞻性队列研究	慢性气道分泌物增加	BD前FEV₁/FVC≥LLN	1 079	43	17~21	NOCB	3.89	2.05~7.38
Kalhan（2018）^[18]	美国芝加哥	前瞻性队列研究	支气管炎	BD前FEV₁/FVC≥0.7	2 749	25.1	30	NOCB	2.04	1.19~3.51
Wu（2021）^[19]	中国广东省	前瞻性队列研究	BD前FEV₁/FVC<0.7且BD后FEV₁/FVC≥0.7	BD后FEV₁/FVC≥0.7	918	58.5	1	可变性气流受限	3.22	2.23~4.64
Buhr（2022）^[20]	SPIROMICS队列（美国）	前瞻性队列研究	BD前FEV₁/FVC<0.7且BD后FEV₁/FVC≥0.7	BD后FEV₁/FVC≥0.7	778	61.3	3	可变性气流受限	6.2	4.62~8.33
Tan（2024）^[21]	塔斯马尼亚（澳大利亚）	前瞻性队列研究	BD前FEV₁/FVC<第10百分位数（0.69，SD=0.031）	BD后FEV₁/FVC≥LLN	801	44.8	8.3	FEV₁/FVC	35.8	8.89~144.16
Harvey（2015）^[7]	美国纽约	前瞻性队列研究	正常的肺功能检查合并低弥散能力（<80%预测值）	BD后FEV₁/FVC≥0.7	105	45~46	7	DLCO	6.40	1.32~30.99
Yee（2022）^[22]	SPIROMICS队列（美国）	前瞻性队列研究	FEV₃/FEV₆<LLN而FEV₁/FVC正常	BD后FEV₁/FVC≥0.7	832	H：57.1 N：60.5	4	FEV₃/FEV₆	2.11	1.48~3.03
Wan（2021）^[23]	美国	前瞻性队列研究	FEV₁/FVC≥ 0.7而FEV₁ < 80%预计值	BD后FEV₁/FVC≥0.7	1 069	57.3	5	PRISm	3.09	2.09~4.57
Wan（2021）^[23]	美国	前瞻性队列研究	FEV₁/FVC≥ 0.7而FEV₁ < 80%预计值	BD后FEV₁/FVC≥0.7	1 030	62.3		PRISm	1.94	1.34~2.81
Kogo（2022）^[24]	美国	前瞻性队列研究	FEV₁/FVC≥ 0.7且FEV₁ < 80%预计值	FEV₁/FVC≥70%	5 086	H：62 N：59	5	PRISm	2.17	1.73~2.72
Kogo（2022）^[24]	美国	前瞻性队列研究	BD前FEV₁/FVC<第5百分位数（0.72，SD=0.01）	FEV₁/FVC≥70%	5 086	H：62 N：49	5	FEV₁/FVC	4.61	3.01~7.07
Divo（2023）^[25]	洛夫莱斯吸烟者队列	回顾性队列研究	BD前FEV₁/FVC < 0.75	BD后FEV₁/FVC≥0.7	830	H：58 N：53	6.3	FEV₁/FVC	15.32	9.14~25.68
Divo（2023）^[25]	洛夫莱斯吸烟者队列	回顾性队列研究	持续咳嗽和咳痰>3个月，至少持续2年	BD后FEV₁/FVC≥0.7	830	H：58 N：53	6.3	NOCB	1.87	1.09~3.21
Fan（2024）^[9]	中国	前瞻性队列研究	慢性咳嗽>4次/d以及咳痰>2次/d，持续时间>4 d，每年>3个月	BD后FEV₁/FVC≥0.7	3 529	H：59.7 N：54.1	3.59	NOCB	2.84	1.38~5.84
Fan（2024）^[9]	中国	前瞻性队列研究	FEV₁/FVC≥ 0.7且FEV₁ < 80%预计值					PRISm	1.57	1.03~2.40
Park（2018）^[26]	韩国	前瞻性队列研究	FEV₁/FVC≥ 0.7且FEV₁ < 80%预计值	BD后FEV₁/FVC≥0.7	1 979	H：56.0 N：54.6	3	PRISm	3.87	2.01 ~7.46
Tan（2024）^[27]	澳大利亚	前瞻性队列研究	正常的肺功能检查合并低DLCO （<80%预测值）	BD后FEV₁/FVC≥LLN	266	H：56.6 N：53.6	2.3	DLCO	2.97	0.81~10.90
de Marco（2007）^[10]	欧洲12国	前瞻性队列研究	慢性咳嗽、咳痰	BD前FEV₁/FVC≥0.7	4 933	20~44	8.9	NOCB	1.85	1.17~2.93
Guerra（2009）^[28]	美国图森	前瞻性队列研究	慢性支气管炎	BD前FEV₁/FVC≥0.7	1 412	49.1	22	NOCB	1.37	0.98~1.92
Yamane（2010）^[29]	日本广岛	前瞻性队列研究	持续咳嗽和咳痰>3个月，至少持续2年	BD前FEV₁/FVC≥0.7	783	49.6	2.8	NOCB	4.53	1.72~11.93
Probst-Hensch （2010）^[30]	瑞士	前瞻性队列研究	持续咳嗽和咳痰>3个月，至少持续2年	BD前FEV₁/FVC≥0.7	765	—	11	NOCB	1.23	1.00~1.51
Balte（2020）^[31]	美国	前瞻性队列研究	持续咳嗽和咳痰>3个月，至少持续2年	BD前FEV₁/FVC≥0.7	22 325	53	9.8	NOCB	1.20	0.87~1.65
Perez-Padilla（2023）^[32]	拉丁美洲	前瞻性队列研究	FEV₁/FVC≥0.7而FEV₁<80%预计值	BD后FEV₁/FVC≥0.7	1 723	55.1	5.9	PRISm	2.51	1.43~4.40
Zheng（2023）^[33]	欧洲	前瞻性队列研究	FEV₁/FVC≥0.7而FEV₁ <80%预计值	FEV₁/FVC≥70%	19 987	H：54.5 N：54.2	6	PRISm	1.37	1.19~1.58
Jo（2024）^[34]	韩国	前瞻性队列研究	FEV₁/FVC≥0.7而FEV₁<80%预计值	BD前FEV₁/FVC≥0.7	3 607	49.8	12	PRISm	5.36	2.79~10.29

第一作者（年份）	地区/国家	研究类型	慢阻肺病前期	对照组	样本量（例）	平均年龄（岁）	随访时间（年）	指标	效应量	95%置信区间
Vestbo（2002）^[15]	丹麦哥本哈根	前瞻性队列研究	慢性咳嗽	BD前FEV₁/FVC≥0.7	11 207	51.7	15	NOCB	1.2	0.9~1.6
Lindberg（2005）^[16]	瑞典北部	前瞻性队列研究	慢性进行性咳嗽	BD前FEV₁/FVC≥0.7	939	-	10	NOCB	1.8	1.23~2.63
Allinson（2016）^[17]	英格兰/苏格兰/威尔士	前瞻性队列研究	慢性气道分泌物增加	BD前FEV₁/FVC≥LLN	1 079	43	17~21	NOCB	3.89	2.05~7.38
Kalhan（2018）^[18]	美国芝加哥	前瞻性队列研究	支气管炎	BD前FEV₁/FVC≥0.7	2 749	25.1	30	NOCB	2.04	1.19~3.51
Wu（2021）^[19]	中国广东省	前瞻性队列研究	BD前FEV₁/FVC<0.7且BD后FEV₁/FVC≥0.7	BD后FEV₁/FVC≥0.7	918	58.5	1	可变性气流受限	3.22	2.23~4.64
Buhr（2022）^[20]	SPIROMICS队列（美国）	前瞻性队列研究	BD前FEV₁/FVC<0.7且BD后FEV₁/FVC≥0.7	BD后FEV₁/FVC≥0.7	778	61.3	3	可变性气流受限	6.2	4.62~8.33
Tan（2024）^[21]	塔斯马尼亚（澳大利亚）	前瞻性队列研究	BD前FEV₁/FVC<第10百分位数（0.69，SD=0.031）	BD后FEV₁/FVC≥LLN	801	44.8	8.3	FEV₁/FVC	35.8	8.89~144.16
Harvey（2015）^[7]	美国纽约	前瞻性队列研究	正常的肺功能检查合并低弥散能力（<80%预测值）	BD后FEV₁/FVC≥0.7	105	45~46	7	DLCO	6.40	1.32~30.99
Yee（2022）^[22]	SPIROMICS队列（美国）	前瞻性队列研究	FEV₃/FEV₆<LLN而FEV₁/FVC正常	BD后FEV₁/FVC≥0.7	832	H：57.1 N：60.5	4	FEV₃/FEV₆	2.11	1.48~3.03
Wan（2021）^[23]	美国	前瞻性队列研究	FEV₁/FVC≥ 0.7而FEV₁ < 80%预计值	BD后FEV₁/FVC≥0.7	1 069	57.3	5	PRISm	3.09	2.09~4.57
Wan（2021）^[23]	美国	前瞻性队列研究	FEV₁/FVC≥ 0.7而FEV₁ < 80%预计值	BD后FEV₁/FVC≥0.7	1 030	62.3		PRISm	1.94	1.34~2.81
Kogo（2022）^[24]	美国	前瞻性队列研究	FEV₁/FVC≥ 0.7且FEV₁ < 80%预计值	FEV₁/FVC≥70%	5 086	H：62 N：59	5	PRISm	2.17	1.73~2.72
Kogo（2022）^[24]	美国	前瞻性队列研究	BD前FEV₁/FVC<第5百分位数（0.72，SD=0.01）	FEV₁/FVC≥70%	5 086	H：62 N：49	5	FEV₁/FVC	4.61	3.01~7.07
Divo（2023）^[25]	洛夫莱斯吸烟者队列	回顾性队列研究	BD前FEV₁/FVC < 0.75	BD后FEV₁/FVC≥0.7	830	H：58 N：53	6.3	FEV₁/FVC	15.32	9.14~25.68
Divo（2023）^[25]	洛夫莱斯吸烟者队列	回顾性队列研究	持续咳嗽和咳痰>3个月，至少持续2年	BD后FEV₁/FVC≥0.7	830	H：58 N：53	6.3	NOCB	1.87	1.09~3.21
Fan（2024）^[9]	中国	前瞻性队列研究	慢性咳嗽>4次/d以及咳痰>2次/d，持续时间>4 d，每年>3个月	BD后FEV₁/FVC≥0.7	3 529	H：59.7 N：54.1	3.59	NOCB	2.84	1.38~5.84
Fan（2024）^[9]	中国	前瞻性队列研究	FEV₁/FVC≥ 0.7且FEV₁ < 80%预计值					PRISm	1.57	1.03~2.40
Park（2018）^[26]	韩国	前瞻性队列研究	FEV₁/FVC≥ 0.7且FEV₁ < 80%预计值	BD后FEV₁/FVC≥0.7	1 979	H：56.0 N：54.6	3	PRISm	3.87	2.01 ~7.46
Tan（2024）^[27]	澳大利亚	前瞻性队列研究	正常的肺功能检查合并低DLCO （<80%预测值）	BD后FEV₁/FVC≥LLN	266	H：56.6 N：53.6	2.3	DLCO	2.97	0.81~10.90
de Marco（2007）^[10]	欧洲12国	前瞻性队列研究	慢性咳嗽、咳痰	BD前FEV₁/FVC≥0.7	4 933	20~44	8.9	NOCB	1.85	1.17~2.93
Guerra（2009）^[28]	美国图森	前瞻性队列研究	慢性支气管炎	BD前FEV₁/FVC≥0.7	1 412	49.1	22	NOCB	1.37	0.98~1.92
Yamane（2010）^[29]	日本广岛	前瞻性队列研究	持续咳嗽和咳痰>3个月，至少持续2年	BD前FEV₁/FVC≥0.7	783	49.6	2.8	NOCB	4.53	1.72~11.93
Probst-Hensch （2010）^[30]	瑞士	前瞻性队列研究	持续咳嗽和咳痰>3个月，至少持续2年	BD前FEV₁/FVC≥0.7	765	—	11	NOCB	1.23	1.00~1.51
Balte（2020）^[31]	美国	前瞻性队列研究	持续咳嗽和咳痰>3个月，至少持续2年	BD前FEV₁/FVC≥0.7	22 325	53	9.8	NOCB	1.20	0.87~1.65
Perez-Padilla（2023）^[32]	拉丁美洲	前瞻性队列研究	FEV₁/FVC≥0.7而FEV₁<80%预计值	BD后FEV₁/FVC≥0.7	1 723	55.1	5.9	PRISm	2.51	1.43~4.40
Zheng（2023）^[33]	欧洲	前瞻性队列研究	FEV₁/FVC≥0.7而FEV₁ <80%预计值	FEV₁/FVC≥70%	19 987	H：54.5 N：54.2	6	PRISm	1.37	1.19~1.58
Jo（2024）^[34]	韩国	前瞻性队列研究	FEV₁/FVC≥0.7而FEV₁<80%预计值	BD前FEV₁/FVC≥0.7	3 607	49.8	12	PRISm	5.36	2.79~10.29

第一作者（年份）	研究对象选择				组间可比性	结果测量			质量（总分）
第一作者（年份）	暴露组的代表性	非暴露组代表性	暴露因素的确定	结局指标	组间可比性	结局指标评价	随访时间	完整性	质量（总分）
Vestbo（2002）	1	1	1	1	2	1	1	1	Good（9）
Lindberg（2005）	1	1	1	1	2	1	1	1	Good（9）
Allinson（2016）	1	1	1	1	2	1	1	1	Good（9）
Kalhan（2018）	0	1	1	1	2	1	1	1	Good（8）
Divo（2023）	0	1	1	1	1	1	1	1	Good（7）
Fan（2024）	1	1	1	1	2	1	1	1	Good（9）
de Marco（2007）	1	1	1	1	2	1	1	1	Good（9）
Guerra（2009）	1	1	1	1	1	1	1	1	Good（8）
Yamane（2010）	0	1	1	1	0	1	1	1	Fair（6）
Probst-Hensch（2010）	1	1	1	1	2	1	1	1	Good（9）
Tan（2024）	0	1	1	1	2	1	1	1	Good（8）
Balte（2020）	1	1	1	1	2	1	1	1	Good（9）
Wan（2022）（1）	0	1	1	1	2	1	1	1	Good（8）
Wan（2021）（2）	1	1	1	1	2	1	1	1	Good（9）
Kogo（2022）	1	1	1	1	2	1	1	1	Good（9）
Park（2018）	1	1	0	1	2	1	1	1	Good（8）
Tan（2024）	1	1	1	1	1	1	1	1	Good（8）
Perez-Padilla（2023）	1	1	1	1	1	1	1	1	Good（8）
Buhr（2022）	1	1	1	1	2	1	1	1	Good（9）
Harvey（2015）	0	1	1	1	1	1	1	1	Good（7）
Yee（2022）	1	1	1	1	1	1	1	1	Good（8）
Wu（2021）	1	1	1	1	2	1	1	1	Good（9）
Zheng（2023）	1	1	1	1	2	1	1	1	Good（9）
Jo（2024）	1	1	1	1	1	1	1	1	Good（8）

第一作者（年份）	研究对象选择				组间可比性	结果测量			质量（总分）
第一作者（年份）	暴露组的代表性	非暴露组代表性	暴露因素的确定	结局指标	组间可比性	结局指标评价	随访时间	完整性	质量（总分）
Vestbo（2002）	1	1	1	1	2	1	1	1	Good（9）
Lindberg（2005）	1	1	1	1	2	1	1	1	Good（9）
Allinson（2016）	1	1	1	1	2	1	1	1	Good（9）
Kalhan（2018）	0	1	1	1	2	1	1	1	Good（8）
Divo（2023）	0	1	1	1	1	1	1	1	Good（7）
Fan（2024）	1	1	1	1	2	1	1	1	Good（9）
de Marco（2007）	1	1	1	1	2	1	1	1	Good（9）
Guerra（2009）	1	1	1	1	1	1	1	1	Good（8）
Yamane（2010）	0	1	1	1	0	1	1	1	Fair（6）
Probst-Hensch（2010）	1	1	1	1	2	1	1	1	Good（9）
Tan（2024）	0	1	1	1	2	1	1	1	Good（8）
Balte（2020）	1	1	1	1	2	1	1	1	Good（9）
Wan（2022）（1）	0	1	1	1	2	1	1	1	Good（8）
Wan（2021）（2）	1	1	1	1	2	1	1	1	Good（9）
Kogo（2022）	1	1	1	1	2	1	1	1	Good（9）
Park（2018）	1	1	0	1	2	1	1	1	Good（8）
Tan（2024）	1	1	1	1	1	1	1	1	Good（8）
Perez-Padilla（2023）	1	1	1	1	1	1	1	1	Good（8）
Buhr（2022）	1	1	1	1	2	1	1	1	Good（9）
Harvey（2015）	0	1	1	1	1	1	1	1	Good（7）
Yee（2022）	1	1	1	1	1	1	1	1	Good（8）
Wu（2021）	1	1	1	1	2	1	1	1	Good（9）
Zheng（2023）	1	1	1	1	2	1	1	1	Good（9）
Jo（2024）	1	1	1	1	1	1	1	1	Good（8）

不同筛查指标下慢性阻塞性肺疾病前期人群发展为慢性阻塞性肺疾病风险的Meta分析

The Risk of Pre-COPD Populations Progressing to COPD under Different Criteria: a Meta-analysis

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 41

相关文章 15

编辑推荐

Metrics

留言

[1]	宋路, 王丽晔, 修春霞, 冯宝静, 冯丽萍, 高艳松, 李梦, 代妍. 慢性阻塞性肺疾病合并高血压患者肺功能与血压变异性的相关研究[J]. 中国全科医学, 2026, 29(10): 1311-1315.
[2]	田颖, 潘殿柱. 慢性阻塞性肺疾病急性加重期患者并发肾功能受损的相关因素分析[J]. 中国全科医学, 2026, 29(07): 885-892.
[3]	陈楚萍, 刘力滴, 杨梓钰, 张鹏, 张瑞, 袁波, 沈灿, 杨荣, 李东泽, 廖晓阳, 雷弋. 基于《2024年意大利共识：慢性阻塞性肺疾病的三联吸入治疗》对中国慢性阻塞性肺疾病患者管理的启示[J]. 中国全科医学, 2026, 29(06): 688-692.
[4]	慢性阻塞性肺疾病中西医结合诊疗指南工作组. 慢性阻塞性肺疾病中西医结合诊疗指南（2025版）[J]. 中国全科医学, 2026, 29(04): 409-422.
[5]	邵家琛, 李顺平, 杨汀, 张春瑜, 路立勇, 袁佳麒. 利用离散选择试验测量慢性阻塞性肺疾病患者治疗与装置偏好的综述[J]. 中国全科医学, 2025, 28(36): 4648-4654.
[6]	商鲁翔, 朱明琪, 周贤惠, 高梅, 汤宝鹏, 侯应龙. 中国成年人心房颤动患病率及影响因素的荟萃分析[J]. 中国全科医学, 2025, 28(33): 4192-4198.
[7]	徐百川, 王艳, 张彭, 李艺婷, 刘飞来, 谢洋. 慢性阻塞性肺疾病共病肺癌筛查工具分析[J]. 中国全科医学, 2025, 28(30): 3847-3852.
[8]	金锋, 黎旺玲, 谢飞. 基于"慢阻肺防治平台"的闭环管理案例研究[J]. 中国全科医学, 2025, 28(16): 2059-2064.
[9]	陈典, 隆寰宇, 张丛溪, 褚岚和, 李姝润, 陈亚红. 2025年GOLD慢性阻塞性肺疾病诊断、治疗、管理及预防全球策略更新要点解读[J]. 中国全科医学, 2025, 28(16): 1937-1949.
[10]	郦奇锋, 隆寰宇, 王泽茂, 封敏, 陈亚红, 胡征. 物联网技术在基层医疗卫生机构肺功能检查与管理中的应用[J]. 中国全科医学, 2025, 28(13): 1674-1675.
[11]	宋荣维, 吴春香, 于杰, 路宇晴, 张锋英. 基于社区居民的保留比率的肺量计异常人群特征研究[J]. 中国全科医学, 2025, 28(10): 1185-1192.
[12]	吴俊, 张玲, 顾东伟, 郑磊, 赵祝香, 赵子文. 单纯性支气管扩张症与支气管扩张症-慢性阻塞性肺疾病重叠综合征患者的病原菌对比研究[J]. 中国全科医学, 2025, 28(06): 729-736.
[13]	潘子涵, 李姝润, 陈亚红. 物联网技术在慢性阻塞性肺疾病管理中的研究进展与展望[J]. 中国全科医学, 2024, 27(35): 4446-4454.
[14]	杨天祎, 司徒炫明, 曲木诗玮, 王思远, 江山, 杨汀. 30秒坐立试验联合慢性阻塞性肺疾病患者自我评估测试评分对运动性低氧的预测价值及临床应用研究[J]. 中国全科医学, 2024, 27(33): 4119-4124.
[15]	秦燕勤, 董浩然, 杨静帆, 李海博, 赵鹏, 李建生. 补肺益肾组分方Ⅲ组分配伍对慢性阻塞性肺疾病大鼠气道重塑的干预作用研究[J]. 中国全科医学, 2024, 27(33): 4196-4203.