基于改良德尔菲法的支气管哮喘急性发作风险预警因素调查表及条目筛选研究

doi:10.12114/j.issn.1007-9572.2022.0489

中国全科医学 ›› 2022, Vol. 25 ›› Issue (35): 4425-4432.DOI: 10.12114/j.issn.1007-9572.2022.0489

基于改良德尔菲法的支气管哮喘急性发作风险预警因素调查表及条目筛选研究

杨江¹, 王明航²^,^*(), 李建生¹, 林晓红¹, 刘元元¹, 谢洋², 李素云²

¹450046　河南省郑州市，河南中医药大学
²450000　河南省郑州市，河南中医药大学第一附属医院

收稿日期:2022-06-23 修回日期:2022-08-06 出版日期:2022-12-15 发布日期:2022-08-25
通讯作者: 王明航
杨江，王明航，李建生，等.基于改良德尔菲法的支气管哮喘急性发作风险预警因素调查表及条目筛选研究[J].中国全科医学，2022，25（35）：4425-4432.[www.chinagp.net]
作者贡献：杨江、王明航进行文章的构思与设计、结果的分析与解释、撰写论文；李建生、李素云负责研究的实施与可行性分析；杨江、林晓红进行数据收集与整理；杨江、刘元元进行统计学处理；谢洋负责文章的质量控制及审校；王明航对文章整体负责。
基金资助:
国家自然科学基金资助项目(81873278); 河南省中医药科学研究专项(2022ZY1047); 青年岐黄学者支持项目(ZYYCYU202012124)

Risk Prediction Questionnaire and Item Screening for Acute Exacerbation of Asthma Based on the Modified Delphi Technique

YANG Jiang¹, WANG Minghang²^,^*(), LI Jiansheng¹, LIN Xiaohong¹, LIU Yuanyuan¹, XIE Yang², LI Suyun²

¹Henan University of Chinese Medicine, Zhengzhou 450046, China
²The First Affiliated Hospital of Henan University of Chinese Medicine, Zhengzhou 450000, China

Received:2022-06-23 Revised:2022-08-06 Published:2022-12-15 Online:2022-08-25
Contact: WANG Minghang
About author:
YANG J, WANG M H, LI J S, et al. Risk prediction questionnaire and item screening for acute exacerbation of asthma based on the modified Delphi technique[J]. Chinese General Practice, 2022, 25 (35) : 4425-4432.

分享到

摘要/Abstract

摘要： 背景我国哮喘患者人群庞大，发病率逐年上升，整体控制较差，急性发作率高，然而导致哮喘急性发作的风险因素较多，缺乏系统的筛选。目的基于改良德尔菲法筛选哮喘急性发作风险预警因素，形成临床调查表，为多维度构建风险预测模型提供参考。方法基于文献报道和临床预调查，制定哮喘急性发作风险预警因素专家咨询问卷，遴选行业专家30名，采用改良德尔菲法于2021年4—10月通过电子邮件的方式进行两轮问卷咨询，使用SPSS 25.0软件对风险预警因素进行赋权和分析，并根据专家组讨论制定的筛选标准，最终确定哮喘急性发作风险预警因素。结果两轮专家咨询的积极系数均为100%，专家熟悉程度分别为0.894、0.920，判断依据为0.963、0.976，权威系数为0.929、0.948，肯德尔和谐系数为0.331、0.437（P<0.001）。筛选出的哮喘急性发作风险预警因素包括临床症状/体征、疾病情况、生存质量、生物学信息、中医证候、患者基本情况6个一级指标，疾病严重程度、哮喘控制测试、喘息、胸闷、过敏史、激素类药物使用情况、工作/生活环境、嗜酸粒细胞、过去一年急性发作次数、患者依从性、气候/季节变化等29个二级指标。结论基于改良德尔菲法筛选出的哮喘急性发作风险预警因素包括临床症状/体征、疾病情况、生存质量、生物学信息、中医证候、患者基本情况6个一级指标及29个二级指标，较为精炼，可为后续研究提供参考。

关键词: 哮喘, 急性发作, 风险因素, 改良德尔菲法, 德尔菲技术, 预警评分, 症状和体征

Abstract:

Background

China owns a huge number of asthma patients and an increasing incidence of asthma, but low rate of overall control and high rate of acute asthma exacerbation. Moreover, there is a lack of methods for systematically screening the risks of acute exacerbation of asthma.

Objective

To develop a risk prediction questionnaire for acute exacerbation of asthma after screening the associated risk factors using the modified Delphi technique, providing a reference for building a multidimensional risk prediction model of asthma acute exacerbation.

Methods

Based on literature reports and our clinical pre-investigation results, an expert consultation questionnaire on risk predictors of acute exacerbation of asthma was developed, and was distributed through E-mail to 30 experts for review through two rounds of online consultation survey using the modified Delphi technique conducted from April to October 2021. SPSS 25.0 was used to assign weight and analyze the risk predictors. Then according to the screening criteria developed by the experts, the risk predictors were finally determined.

Results

Both two rounds of consultation achieved a 100% response rate. The familiarity, judgment, and authority coefficients as well as Kendall's W were 0.894, 0.963, 0.929, and 0.331, respectively, for the first round of expert consultation (P<0.001) , and were 0.920, 0.976, 0.948, and 0.437, respectively, for the second round of expert consultation (P<0.001) . The determined risk predictors of acute exacerbation of asthma include six domains (clinical symptoms and signs, conditions, quality of life, biological information, traditional Chinese medicine syndromes and basic demographics) , and 29 indices including severity of asthma, Asthma Control Test, wheezing, chest tightness, allergy history, hormone therapy, work and living environment, eosinophils, number of exacerbations in the past year, treatment compliance, climate and seasonal changes, and so on.

Conclusion

The based on the modified Delphi method, the risk predictors of acute exacerbation of asthma determined using expert consultation with the modified Delphi technique include the aforementioned six domains and 29 indices, which is relatively concise, and can provide a reference for follow-up studies.

Key words: Asthma, Acute exacerbation, Risk predictors, Modified Delphi method, Delphi technique, Early warning score, Symptoms and signs

杨江,王明航,李建生,等. 基于改良德尔菲法的支气管哮喘急性发作风险预警因素调查表及条目筛选研究[J]. 中国全科医学, 2022, 25(35): 4425-4432. DOI: 10.12114/j.issn.1007-9572.2022.0489.
YANG Jiang,WANG Minghang,LI Jiansheng, et al. Risk Prediction Questionnaire and Item Screening for Acute Exacerbation of Asthma Based on the Modified Delphi Technique[J]. Chinese General Practice, 2022, 25(35): 4425-4432. DOI: 10.12114/j.issn.1007-9572.2022.0489.

图/表 9

参考文献 39

[1]	CLOUTIER M M，DIXON A E，KRISHNAN J A，et al. Managing asthma in adolescents and adults：2020 asthma guideline update from the national asthma education and prevention program[J]. JAMA，2020，324（22）：2301-2317. DOI：10.1001/jama.2020.21974.
[2]	HUANG K W，YANG T，XU J Y，et al. Prevalence，risk factors，and management of asthma in China：a national cross-sectional study[J]. Lancet，2019，394（10196）：407-418. DOI：10.1016/S0140-6736(19)31147-X.
[3]	LOYMANS R J B，DEBRAY T P A，HONKOOP P J，et al. Exacerbations in adults with asthma：a systematic review and external validation of prediction models[J]. J Allergy Clin Immunol Pract，2018，6（6）：1942-1952.e15. DOI：10.1016/j.jaip.2018.02.004.
[4]	SONG W J，LEE J H，KANG Y，et al. Future risks in patients with severe asthma[J]. Allergy Asthma Immunol Res，2019，11（6）：763-778. DOI：10.4168/aair.2019.11.6.763.
[5]	中华医学会呼吸病学分会哮喘学组. 支气管哮喘防治指南（2020年版）[J] . 中华结核和呼吸杂志，2020，43（12）：1023-1048. DOI：10.3760/cma.j.cn112147-20200618-00721.
[6]	PATEL S J，CHAMBERLAIN D B，CHAMBERLAIN J M. A machine learning approach to predicting need for hospitalization for pediatric asthma exacerbation at the time of emergency department triage[J]. Acad Emerg Med，2018，25（12）：1463-1470. DOI：10.1111/acem.13655.
[7]	FLEMING L. Asthma exacerbation prediction：recent insights[J]. Curr Opin Allergy Clin Immunol，2018，18（2）：117-123. DOI：10.1097/ACI.0000000000000428.
[8]	曾光. 现代流行病学方法与应用[M]. 北京：北京医科大学、中国协和医科大学联合出版社，1994.
[9]	张颖，季聪华，李秋爽，等. 中医临床实践指南制修订中德尔菲法的统计分析方法[J]. 中华中医药杂志，2018，33（1）：249-251.
[10]	FEKRI O，LEEB K，GUREVICH Y. Systematic approach to evaluating and confirming the utility of a suite of national health system performance （HSP） indicators in Canada：a modified Delphi study[J]. BMJ Open，2017，7（4）：e014772. DOI：10.1136/bmjopen-2016-014772.
[11]	BUELO A，MCLEAN S，JULIOUS S，et al. At-risk children with asthma （ARC）：a systematic review[J]. Thorax，2018，73（9）：813-824. DOI：10.1136/thoraxjnl-2017-210939.
[12]	OGUZULGEN I K，TURKTAS H，MULLAOGLU S，et al. What can predict the exacerbation severity in asthma? [J]. Allergy Asthma Proc，2007，28（3）：344-347. DOI：10.2500/aap.2007.28.2949.
[13]	JACKSON D J，BACHARIER L B. Inhaled corticosteroids for the prevention of asthma exacerbations[J]. Ann Allergy Asthma Immunol，2021，127（5）：524-529. DOI：10.1016/j.anai.2021.08.014.
[14]	NWARU B I，EKSTROM M，HASVOLD P，et al. Overuse of short-acting β2-agonists in asthma is associated with increased risk of exacerbation and mortality：a nationwide cohort study of the global SABINA programme[J]. Eur Respir J，2020，55（4）：1901872. DOI：10.1183/13993003.01872-2019.
[15]	PATEL M，PILCHER J，REDDEL H K，et al. Metrics of salbutamol use as predictors of future adverse outcomes in asthma[J]. Clin Exp Allergy，2013，43（10）：1144-1151. DOI：10.1111/cea.12166.
[16]	O'BYRNE P M，FITZGERALD J M，BATEMAN E D，et al. Effect of a single day of increased as-needed budesonide-formoterol use on short-term risk of severe exacerbations in patients with mild asthma：a post-hoc analysis of the SYGMA 1 study[J]. Lancet Respir Med，2021，9（2）：149-158. DOI：10.1016/S2213-2600(20)30416-1.
[17]	MILLER M K，LEE J H，MILLER D P，et al. Recent asthma exacerbations：a key predictor of future exacerbations[J]. Respir Med，2007，101（3）：481-489. DOI：10.1016/j.rmed.2006.07.005.
[18]	STERN L，BERMAN J，LUMRY W，et al. Medication compliance and disease exacerbation in patients with asthma：a retrospective study of managed care data[J]. Ann Allergy Asthma Immunol，2006，97（3）：402-408. DOI：10.1016/S1081-1206(10)60808-3.
[19]	MELANI A S，BONAVIA M，CILENTI V，et al. Inhaler mishandling remains common in real life and is associated with reduced disease control[J]. Respir Med，2011，105（6）：930-938. DOI：10.1016/j.rmed.2011.01.005.
[20]	SCHATZ M，KOSINSKI M，YARLAS A S，et al. The minimally important difference of the Asthma Control Test[J]. J Allergy Clin Immunol，2009，124（4）：719-723.e1. DOI：10.1016/j.jaci.2009.06.053.
[21]	RHEE H，LOVE T，MAMMEN J. Comparing Asthma Control Questionnaire （ACQ） and National Asthma Education and Prevention Program （NAEPP） asthma control criteria[J]. Ann Allergy Asthma Immunol，2019，122（1）：58-64. DOI：10.1016/j.anai.2018.09.448.
[22]	MELTZER E O，BUSSE W W，WENZEL S E，et al. Use of the Asthma Control Questionnaire to predict future risk of asthma exacerbation[J]. J Allergy Clin Immunol，2011，127（1）：167-172. DOI：10.1016/j.jaci.2010.08.042.
[23]	SIROUX V，BOUDIER A，ANTO J M，et al. Quality-of-life and asthma-severity in general population asthmatics：results of the ECRHS II study[J]. Allergy，2008，63（5）：547-554. DOI：10.1111/j.1398-9995.2008.01638.x.
[24]	PRICE D B，RIGAZIO A，CAMPBELL J D，et al. Blood eosinophil count and prospective annual asthma disease burden：a UK cohort study[J]. Lancet Respir Med，2015，3（11）：849-858. DOI：10.1016/S2213-2600(15)00367-7.
[25]	YUAN Y L，ZHANG X，LIU L，et al. Total IgE variability is associated with future asthma exacerbations：a 1-year prospective cohort study[J]. J Allergy Clin Immunol Pract，2021，9（7）：2812-2824. DOI：10.1016/j.jaip.2021.04.065.
[26]	JATAKANON A，LIM S，BARNES P. Changes in sputum eosinophils predict loss of asthma control[J]. Am J Respir Crit Care Med，2000，161（1）：64-72. DOI：10.1164/ajrccm.161.1.9809100.
[27]	THAMRIN C，ZINDEL J，NYDEGGER R，et al. Predicting future risk of asthma exacerbations using individual conditional probabilities[J]. J Allergy Clin Immunol，2011，127（6）：1494-1502.e3. DOI：10.1016/j.jaci.2011.01.018.
[28]	KITCH B T，PALTIEL A D，KUNTZ K M，et al. A single measure of FEV1 is associated with risk of asthma attacks in long-term follow-up[J]. Chest，2004，126（6）：1875-1882. DOI：10.1378/chest.126.6.1875.
[29]	BUSSE W W，WENZEL S E，CASALE T B，et al. Baseline feno as a prognostic biomarker for subsequent severe asthma exacerbations in patients with uncontrolled，moderate-to-severe asthma receiving placebo in the liberty asthma quest study：a post-hoc analysis[J]. Lancet Respir Med，2021，9（10）：1165-1173. DOI：10.1016/S2213-2600(21)00124-7.
[30]	李建生，王至婉. 支气管哮喘中医证候诊断标准（2016版）[J]. 中医杂志，2016，57（22）：1978-1980. DOI：10.13288/j.11-2166/r.2016.22.022.
[31]	王至婉，李建生，余学庆，等. 支气管哮喘不同时期证候演变规律的临床调查研究[J]. 北京中医药大学学报，2016，23（2）：136-139. DOI：10.3969/j.issn.1006-2157.2016.02.010.
[32]	李小娟，孙增涛，朱海燕，等. 334例支气管哮喘急性发作期患者中医证候特征及其与呼出气一氧化氮水平的关系[J]. 中医杂志，2018，59（4）：312-315. DOI：10.13288/j.11-2166/r.2018.04.011.
[33]	MURRAY C S，POLETTI G，KEBADZE T，et al. Study of modifiable risk factors for asthma exacerbations：virus infection and allergen exposure increase the risk of asthma hospital admissions in children[J]. Thorax，2006，61（5）：376-382. DOI：10.1136/thx.2005.042523.
[34]	COX L A T Jr. Socioeconomic and air pollution correlates of adult asthma，heart attack，and stroke risks in the United States，2010-2013[J]. Environ Res，2017，155：92-107. DOI：10.1016/j.envres.2017.01.003.
[35]	MATHESON M C，ABRAMSON M J，DHARMAGE S C，et al. Changes in indoor allergen and fungal levels predict changes in asthma activity among young adults[J]. Clin Exp Allergy，2005，35（7）：907-913. DOI：10.1111/j.1365-2222.2005.02272.x.
[36]	ADGATE J L，RAMACHANDRAN G，CHO S J，et al. Allergen levels in inner city homes：baseline concentrations and evaluation of intervention effectiveness[J]. J Expo Sci Environ Epidemiol，2008，18（4）：430-440. DOI：10.1038/sj.jes.7500638.
[37]	SCHINASI L H，KENYON C C，MOORE K，et al. Heavy precipitation and asthma exacerbation risk among children：a case-crossover study using electronic health records linked with geospatial data[J]. Environ Res，2020，188：109714. DOI：10.1016/j.envres.2020.109714.
[38]	ZHU Y X，YANG T，HUANG S J，et al. Cold temperature and sudden temperature drop as novel risk factors of asthma exacerbation：a longitudinal study in 18 Chinese cities[J]. Sci Total Environ，2022，814：151959. DOI：10.1016/j.scitotenv.2021.151959.
[39]	林江涛，邢斌，唐华平，等. 我国中心城市支气管哮喘急性发作住院患者的季节性分布特征[J]. 中华医学杂志，2017，97（30）：2324-2328.

一级指标	平均数	标准差	变异系数	满分率	筛选结果
临床症状/体征	4.67	0.55	0.12	0.70	保留
疾病情况	4.57	0.63	0.14	0.63	保留
生存质量	4.43	0.68	0.15	0.53	保留
生物学信息	4.30	0.75	0.17	0.47	保留
中医证候	4.27	0.83	0.19	0.50	保留
患者基本情况	4.10	0.80	0.20	0.37	保留
基因/组学	3.97	0.93	0.23	0.30	第二轮剔除

一级指标	平均数	标准差	变异系数	满分率	筛选结果
临床症状/体征	4.67	0.55	0.12	0.70	保留
疾病情况	4.57	0.63	0.14	0.63	保留
生存质量	4.43	0.68	0.15	0.53	保留
生物学信息	4.30	0.75	0.17	0.47	保留
中医证候	4.27	0.83	0.19	0.50	保留
患者基本情况	4.10	0.80	0.20	0.37	保留
基因/组学	3.97	0.93	0.23	0.30	第二轮剔除

二级指标	平均数	标准差	变异系数	满分率	筛选结果
喘息	4.80	0.55	0.11	0.87	保留
胸闷	4.77	0.43	0.09	0.77	保留
气促	4.67	0.55	0.12	0.70	保留
哮鸣音	4.60	0.62	0.14	0.67	保留
呼吸频率	4.60	0.56	0.12	0.63	保留
紫绀	4.37	0.93	0.21	0.60	第二轮剔除
心率	4.33	0.84	0.19	0.53	第二轮剔除
咳嗽/干咳	4.27	0.83	0.19	0.47	第二轮剔除
鼻塞/鼻痒	3.83	0.83	0.22	0.20	第二轮剔除
打喷嚏	3.83	0.75	0.19	0.13	第二轮剔除
咽痒/咽痛	3.70	0.95	0.26	0.20	第二轮剔除
皮肤瘙痒	3.63	0.96	0.27	0.13	第二轮剔除
咳痰	3.57	0.77	0.22	0.07	第二轮剔除
反酸	3.13	0.90	0.29	0.03	第二轮剔除
自汗/盗汗	3.00	0.91	0.30	0.03	第二轮剔除
流涕	3.93	0.83	0.21	0.23	首轮剔除
睡眠	3.90	0.84	0.22	0.27	首轮剔除
乏力	3.77	0.97	0.26	0.23	首轮剔除
饮食	3.67	0.88	0.24	0.20	首轮剔除
二便	3.47	0.94	0.27	0.13	首轮剔除

二级指标	平均数	标准差	变异系数	满分率	筛选结果
喘息	4.80	0.55	0.11	0.87	保留
胸闷	4.77	0.43	0.09	0.77	保留
气促	4.67	0.55	0.12	0.70	保留
哮鸣音	4.60	0.62	0.14	0.67	保留
呼吸频率	4.60	0.56	0.12	0.63	保留
紫绀	4.37	0.93	0.21	0.60	第二轮剔除
心率	4.33	0.84	0.19	0.53	第二轮剔除
咳嗽/干咳	4.27	0.83	0.19	0.47	第二轮剔除
鼻塞/鼻痒	3.83	0.83	0.22	0.20	第二轮剔除
打喷嚏	3.83	0.75	0.19	0.13	第二轮剔除
咽痒/咽痛	3.70	0.95	0.26	0.20	第二轮剔除
皮肤瘙痒	3.63	0.96	0.27	0.13	第二轮剔除
咳痰	3.57	0.77	0.22	0.07	第二轮剔除
反酸	3.13	0.90	0.29	0.03	第二轮剔除
自汗/盗汗	3.00	0.91	0.30	0.03	第二轮剔除
流涕	3.93	0.83	0.21	0.23	首轮剔除
睡眠	3.90	0.84	0.22	0.27	首轮剔除
乏力	3.77	0.97	0.26	0.23	首轮剔除
饮食	3.67	0.88	0.24	0.20	首轮剔除
二便	3.47	0.94	0.27	0.13	首轮剔除

二级指标	平均数	标准差	变异系数	满分率	筛选结果
疾病严重程度	4.93	0.25	0.05	0.93	保留
激素类药物使用情况	4.73	0.52	0.11	0.77	保留
治疗用药情况	4.70	0.53	0.11	0.73	保留
急性发作持续时间	4.67	0.48	0.10	0.67	保留
过去一年急性发作次数	4.67	0.48	0.10	0.67	保留
过去一年因急性发作住院次数	4.63	0.49	0.11	0.63	保留
急性发作间隔时间	4.60	0.50	0.11	0.60	保留
支气管舒张剂使用情况	4.60	0.50	0.11	0.60	保留
吸入技术掌握情况	4.57	0.63	0.14	0.63	保留
患者依从性	4.53	0.63	0.14	0.60	保留
既往气管插管/入住ICU	4.47	0.63	0.14	0.53	第二轮剔除
过敏体质	4.47	0.82	0.18	0.60	第二轮剔除
合并感染	4.40	0.67	0.15	0.50	第二轮剔除
哮喘表型	4.40	0.72	0.16	0.50	第二轮剔除
有创/无创机械通气	4.30	0.65	0.15	0.40	第二轮剔除
过敏性鼻炎	4.27	0.74	0.17	0.43	第二轮剔除
病程	4.23	0.63	0.15	0.33	第二轮剔除
合并疾病	4.17	0.65	0.16	0.30	第二轮剔除
哮喘靶向药物使用情况	4.07	0.69	0.17	0.27	第二轮剔除
湿疹	3.97	0.89	0.22	0.30	第二轮剔除
合并用药	3.97	0.89	0.22	0.27	第二轮剔除

基于改良德尔菲法的支气管哮喘急性发作风险预警因素调查表及条目筛选研究

Risk Prediction Questionnaire and Item Screening for Acute Exacerbation of Asthma Based on the Modified Delphi Technique

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 39

相关文章 15

编辑推荐

Metrics

留言

二级指标	平均数	标准差	变异系数	满分率	筛选结果
哮喘控制测试	4.87	0.35	0.07	0.87	保留
哮喘控制问卷	4.67	0.48	0.10	0.67	保留
哮喘生命质量问卷	4.50	0.57	0.13	0.53	保留
哮喘症状日记	4.43	0.57	0.13	0.47	第二轮剔除
咳嗽VAS评分	4.00	0.64	0.16	0.20	第二轮剔除
莱切斯特咳嗽问卷	4.17	0.75	0.18	0.37	首轮剔除
焦虑自评量表	3.80	0.71	0.19	0.13	首轮剔除
抑郁自评量表	3.67	0.66	0.18	0.07	首轮剔除

检测项目	二级指标	平均数	标准差	变异系数	满分率	筛选结果
外周血	嗜酸性粒细胞	4.67	0.55	0.12	0.70	保留
	总免疫球蛋白E	4.63	0.56	0.12	0.67	保留
	特异性免疫球蛋白E	4.43	0.82	0.18	0.60	第二轮排除
	白三烯	4.17	0.75	0.18	0.33	第二轮剔除
	组织胺	4.17	0.70	0.17	0.33	第二轮剔除
	Ⅱ型固有淋巴细胞	3.93	0.74	0.19	0.20	第二轮剔除
	血常规	3.97	1.16	0.29	0.43	首轮剔除
	中性粒细胞	3.90	0.96	0.25	0.27	首轮剔除
	前列腺素	3.70	1.06	0.29	0.27	首轮剔除
	C反应蛋白	3.43	0.90	0.26	0.10	首轮剔除
	乳酸	3.37	0.81	0.24	0.07	首轮剔除
	血清骨膜蛋白	3.33	0.96	0.29	0.13	首轮剔除
	脑钠肽	3.28	0.91	0.28	0.10	首轮剔除
	降钙素原	3.23	0.90	0.28	0.07	首轮剔除
	血沉	3.23	0.94	0.29	0.10	首轮剔除
	白蛋白	3.20	0.81	0.25	0.03	首轮剔除
痰	嗜酸粒细胞	4.40	0.72	0.16	0.50	保留
	中性粒细胞	3.80	0.92	0.24	0.20	首轮剔除
	巨噬细胞	3.63	0.81	0.22	0.10	首轮剔除
	淋巴细胞	3.60	0.77	0.21	0.07	首轮剔除
	人肿瘤坏死因子	3.40	0.93	0.27	0.10	首轮剔除
肺功能	呼气流量峰值昼夜变异率	4.67	0.48	0.10	0.67	保留
	第1秒用力呼气量	4.60	0.56	0.12	0.63	保留
	一秒率	4.37	0.67	0.15	0.47	第二轮剔除
	用力肺活量	4.23	0.73	0.17	0.40	第二轮剔除
	肺总量	3.83	0.75	0.19	0.17	首轮剔除
	残气量	3.80	0.76	0.20	0.17	首轮剔除
	一氧化碳弥散量	3.53	0.94	0.27	0.17	首轮剔除
血气分析	氧分压	4.43	0.73	0.16	0.57	第二轮排除
	二氧化碳分压	4.27	0.69	0.16	0.40	第二轮剔除
呼出气体	一氧化氮	4.40	0.67	0.15	0.50	保留
	冷凝物	3.90	0.80	0.21	0.23	首轮剔除
其他	肺部影像	3.93	0.78	0.20	0.27	首轮剔除
	斑贴试验	3.70	0.79	0.21	0.17	首轮剔除
	肺动脉高压	3.43	0.90	0.26	0.10	首轮剔除
	心脏彩超	3.30	0.88	0.27	0.07	首轮剔除

二级指标	平均数	标准差	变异系数	满分率	筛选结果
证候分型	4.57	0.68	0.15	0.63	保留
证候积分	4.47	0.51	0.11	0.47	保留
舌苔	4.47	0.68	0.15	0.57	第二轮剔除
脉象	4.47	0.73	0.16	0.57	第二轮剔除
证候转化	4.24	0.93	0.22	0.50	首轮剔除

二级指标	平均数	标准差	变异系数	满分率	筛选结果
过敏史	4.73	0.52	0.11	0.77	保留
工作/生活环境	4.73	0.52	0.11	0.77	保留
气候/季节变化	4.50	0.78	0.17	0.63	保留
职业	4.47	0.78	0.17	0.63	第二轮剔除
家族史	4.40	0.77	0.18	0.53	第二轮剔除
吸烟史	4.33	0.76	0.17	0.47	第二轮剔除
心理/社会经济问题	4.00	0.69	0.17	0.20	第二轮剔除
体质指数	3.87	0.68	0.18	0.17	首轮剔除
营养状况	3.83	0.38	0.10	0.83	首轮剔除
年龄	3.57	0.97	0.27	0.13	首轮剔除
饮酒史	3.53	0.73	0.21	0.07	首轮剔除
性别	3.00	0.91	0.30	0.07	首轮剔除
学历	2.63	0.96	0.37	0.17	首轮剔除
民族	2.43	0.94	0.38	0.03	首轮剔除

二级指标	平均数	标准差	变异系数	满分率	筛选结果
分化决定簇抗原4	4.07	0.58	0.14	0.20	第二轮剔除
白细胞介素10	4.03	0.56	0.14	0.17	第二轮剔除
肿瘤坏死因子α	3.79	0.85	0.22	0.20	首轮剔除
胰岛素样生长因子-1	3.52	0.93	0.27	0.13	首轮剔除
人白细胞抗原	3.83	0.70	0.18	0.17	首轮剔除
T细胞抗原识别受体	3.76	0.73	0.19	0.17	首轮剔除
β2肾上腺素受体基因	3.68	0.65	0.18	0.10	首轮剔除
微小核糖核酸：miRNA	3.62	0.67	0.18	0.10	首轮剔除
甘露糖/半乳糖/阿拉伯半乳糖	3.48	0.81	0.23	0.07	首轮剔除
乳酸/琥珀酸/苹果酸	3.34	0.84	0.25	0.07	首轮剔除
缬氨酸/酪氨酸/精氨酸	3.34	0.88	0.26	0.10	首轮剔除
组氨酸/苯丙氨酸/溴酪氨酸	3.31	0.83	0.25	0.07	首轮剔除
脂肪酸/花生四烯酸	3.38	0.81	0.24	0.07	首轮剔除
硬脂酸/亚油酸/羟基丁酸	3.31	0.83	0.25	0.07	首轮剔除

一级/二级指标	权重	一级/二级指标	权重
临床症状/体征	0.177	生存质量	0.168
喘息	0.036	哮喘控制测试	0.058
胸闷	0.036	哮喘控制问卷	0.056
气促	0.035	哮喘生命质量问卷	0.054
哮鸣音	0.035	生物学信息	0.163
呼吸频率	0.035	外周血嗜酸性粒细胞	0.028
疾病情况	0.174	外周血总免疫球蛋白E	0.028
疾病严重程度	0.018	痰嗜酸性粒细胞	0.026
激素类药物使用情况	0.018	PEF昼夜变异率	0.028
治疗用药情况	0.018	第1秒用力呼气容积	0.027
急性发作持续时间	0.017	呼出气一氧化氮	0.026
过去一年急性发作次数	0.017	中医证候	0.162
过去一年因急性发作住院次数	0.017	证候分型	0.082
急性发作间隔时间	0.017	证候积分	0.080
支气管舒张剂使用情况	0.017	患者基本情况	0.156
吸入技术掌握情况	0.017	过敏史	0.053
患者依从性	0.017	工作/生活环境	0.053
		气候/季节变化	0.050

[1]	那飞扬, 杨译, 王雍, 王雁南. 2014—2023年兰州地区0~14岁儿童慢性咳嗽的病因研究[J]. 中国全科医学, 2025, 28(24): 3026-3031.
[2]	陆唯怡, 张舒娴, 马冲, 石建伟. 基于德尔菲法的机构健康科普工作评价指标体系构建研究[J]. 中国全科医学, 2025, 28(18): 2307-2313.
[3]	陈沂, 白文佩, 李宏田, 王尧, 田宗梅, 顾蓓, 刘晓红, 杨慕坤. 绝经女性健康管理综合评估指标体系的构建研究[J]. 中国全科医学, 2025, 28(14): 1781-1787.
[4]	谭会会, 毛伟, 杨子涵. 膜联蛋白A1在呼吸系统疾病中的研究进展[J]. 中国全科医学, 2025, 28(13): 1668-1673.
[5]	郭鑫, 周明娟, 范斐婷, 肖晶旻, 池逸和, 吴蕾, 林琳, 陈远彬. 天灸散穴位贴敷治疗支气管哮喘前期的随机对照研究[J]. 中国全科医学, 2025, 28(11): 1367-1375.
[6]	王红梅, 张蕾, 王克霞. 跨学科视角下北京市健康社会工作者胜任力指标体系的构建：以T医院健康社会工作团队为例[J]. 中国全科医学, 2024, 27(31): 3926-3932.
[7]	付伟, 程国彬, 吕麟亚, 丁瑶, 王瑶, 赵俊龙. 中国汉族成年人群单不饱和脂肪酸摄入量与非酒精性脂肪性肝病风险关系的回顾性病例对照研究[J]. 中国全科医学, 2024, 27(29): 3623-3628.
[8]	朱亚敏, 杜莉, 王焕辉, 王配配. 阻塞性睡眠呼吸暂停低通气综合征合并重症哮喘的研究现状和挑战[J]. 中国全科医学, 2024, 27(25): 3192-3196.
[9]	杨巧, 刘玉琳, 王崇杰, 刘恩梅, 符州, 陈菲. 重庆市基层全科医师儿童支气管哮喘防治服务评价研究[J]. 中国全科医学, 2024, 27(22): 2780-2788.
[10]	王华萍, 朱华杰, 祝春满, 潘丹红. 中国老年护理机构安宁疗护服务模式构建研究[J]. 中国全科医学, 2024, 27(22): 2739-2744.
[11]	苏未, 张颖, 马爽. 1990—2019年中国和全球缺血性心脏病疾病负担变化趋势与发病预测分析[J]. 中国全科医学, 2024, 27(19): 2375-2381.
[12]	秦月齐, 谢波, 张瑜, 冯桂波, 龚放. 重庆市综合医院全科医疗质量评价指标体系构建研究[J]. 中国全科医学, 2024, 27(19): 2324-2329.
[13]	屈媛媛, 曹淼, 王静, 程丽, 何小双. 1990—2019年中国哮喘患病、疾病负担趋势及其危险因素研究[J]. 中国全科医学, 2024, 27(13): 1594-1600.
[14]	高思洁, 陈泽霖, 武思羽, 王正, 孟爱宏. 不同低密度衰减区分级慢性阻塞性肺疾病急性加重期和哮喘-慢性阻塞性肺疾病重叠患者临床特征分析[J]. 中国全科医学, 2024, 27(12): 1468-1474.
[15]	王凯, 徐百超, 王朝昕, 苏健蛟. 组合运动干预对肥胖女青少年身体成分、心血管风险因素及心肺适能影响的研究[J]. 中国全科医学, 2024, 27(09): 1109-1117.