$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
El presente estudio fue aprobado por el Comité de Ética del Hospital Popular Segundo de Shenzhen (Protocolo nº 20193357024). Se obtuvo el consentimiento informado de todos los participantes o de sus representantes legales antes de la inscripción.
Población y metodología del estudio
Este estudio fue diseñado como un estudio de cohorte retrospectivo y centrado únicamente. Se revisaron los registros médicos de pacientes con diagnóstico primario de EPOC en el Departamento de Medicina Respiratoria del Hospital Popular Segundo de Shenzhen, desde enero de 2021 hasta junio de 2022. Todos los pacientes adultos (≥18 años) con diagnóstico principal de EPOC fueron inicialmente evaluados mediante la codificación y revisión de historiales de la Clasificación Internacional de Enfermedades (CIE-10) del sistema de historiales médicos electrónicos (EMR) del hospital.
Criterios de inclusión
(1) Diagnóstico confirmado de EPOC conforme a las directrices de la Iniciativa Global para la enfermedad pulmonar obstructiva crónica (GOLD); (2) Disponibilidad de tomografía computarizada de alta resolución (HRCT) del tórax realizada dentro de la semana previa a la hospitalización; (3) Disponibilidad de espirometría completa y datos de laboratorio; y (4) Al menos un año de datos de seguimiento para el monitoreo de exacerbaciones agudas.
Criterios de exclusión
(1) Infecciones pulmonares activas (por ejemplo, neumonía o tuberculosis) en el momento de la imagen de la HRCT; (2) Malignidad pulmonar coexistente; (3) Cirugía torácica previa con posible impacto en la anatomía de las vías respiratorias; y (4) Falta de datos clínicos críticos o imágenes no evaluables debido a artefactos de movimiento. Tras aplicar estos criterios, se incluyó una cohorte final de 212 pacientes, compuesta por 47 pacientes del grupo positivo para tapones de moco (MP) y 165 pacientes del grupo de tapones no mucosos (PNN). Las imágenes representativas de la HRCT se ilustran en la Figura 1. Los pacientes del grupo NMP (n = 165) sirvieron como controles internos, permitiendo la comparación estadística de características clínicas, índices de función pulmonar y biomarcadores de laboratorio entre grupos. Todos los análisis se realizaron en esta cohorte controlada internamente para apoyar el desarrollo de modelos basados en hipótesis.
Recogida de datos
La extracción de datos seguía un protocolo estructurado y secuencial. Las variables demográficas recogidas incluyeron edad, sexo, índice de masa corporal (IMC) y estado de tabaquismo. Las variables de historia clínica incluyeron la duración de la EPOC, la frecuencia de exacerbación aguda y las comorbilidades. Se han recuperado los parámetros de espirometría que incluyen FEV1%, FEV1 a capacidad vital forzada (CVF), capacidad vital (VC), flujo espiratorio forzado (FEF25–75%pred), volumen residual (VD), capacidad pulmonar total (TLC) y la relación VD/TLC. Los índices de laboratorio incluyeron inmunoglobulina total E sérica (IgE), 25-hidroxivitamina D(25(OH)D), calcio sérico (Ca2+), fósforo, antígeno de carbohidratos (CA199) y óxido nítrico exhalado fraccionado (FeNO), y óxido nítrico conductor de las vías respiratorias (CaNO). Las comorbilidades incluyeron sinusitis, asma, bronquiectasia, colonización fúngica y bacteriana, así como enfermedades cardiovasculares y metabólicas. Todos los datos se recuperaron del sistema de historial médico electrónico (EMR) del hospital. Las imágenes de la HRCT se accedieron desde el archivo del sistema de archivo de imágenes y comunicación (PACS) del hospital. Los detalles del software y equipo utilizados en este estudio se proporcionan en la Tabla de Materiales. No se usaron reactivos físicos ni materiales de laboratorio; Todos los análisis se realizaron utilizando datos clínicos y radiológicos existentes. Todos los datos de los pacientes fueron revisados por dos investigadores independientes. Los datos faltantes se gestionaron utilizando el método de imputación no paramétrica 'missForest' implementado en R, para minimizar la distorsión en análisis multivariantes.
Criterios diagnósticos de la HRCT para tapones mucosos
Todos los pacientes se sometieron a la TCR utilizando protocolos institucionales estandarizados de imagen. Los tapones de moco se definieron radiológicamente en cortes axiales de TC identificados como estructuras tubulares o ramificadas de atenuación de tejidos blandos que ocupan un lumen de las vías respiratorias, visibles en al menos dos cortes axiales contiguos, consistentes con los criterios diagnósticos publicados. Solo los casos con opacidades claramente delimitadas, segmentarias o subsegmentarias de las vías respiratorias, con atenuación de tejidos blandos similar a la de tejido blando y no atribuible a artefactos o bronquiectasia por sí sola, fueron etiquetados como positivos para tapón mucoso. La imagen de HRCT se realizó utilizando un escáner CT Siemens SOMATOM Definition AS (128 cortes) con los siguientes parámetros de adquisición: grosor de corte 1,0 mm, intervalo de reconstrucción de 0,75 mm y uso del núcleo de alta resolución B70f. Las imágenes se revisaron en configuración estándar de ventanas pulmonares (ancho de ventana: 1600 unidades de Hounsfield [HU]; Nivel de la ventana: 600 HU. Dos radiólogos torácicos certificados con más de 8 años de experiencia revisaron de forma independiente todas las exploraciones. Los casos con discrepancias interpretativas se resolvieron mediante discusión consensuada. Los criterios diagnósticos se aplicaron de forma uniforme en todos los casos para garantizar la coherencia de la clasificación.
Construcción, evaluación y validación del nomograma
Se desarrolló un nomograma para predecir los tapones de moco detectados por TC en pacientes con EPOC basándose en resultados de regresión logística multivariante. El modelo final incorporó los siguientes predictores independientes: bronquiectasia, rinosinusitis crónica (CRS), exacerbaciones agudas (EA), IMC, FEF25–75% de pred, relación VR/TLC y niveles séricos de 25(OH)D. A cada predictor se le asigna una puntuación en una escala de puntos horizontal; las puntuaciones individuales se suman para obtener una puntuación total, que corresponde a una probabilidad predicha de presencia de tapones mucosos en la escala de probabilidad de salida. El nomograma fue sometido a validación interna mediante remuestreo bootstrap (1000 iteraciones) para evaluar la precisión predictiva y la discriminación utilizando curvas de calibración (AUC y ROC).
Análisis estadísticos
Todos los análisis estadísticos se realizaron usando la versión 4.1.2 de R y la versión 25.0 de las estadísticas de SPSS de IBM. Los datos categóricos se expresaron en frecuencias y porcentajes; las comparaciones entre grupos se realizaron utilizando la prueba de chi-cuadrado o la prueba exacta de Fisher, según correspondá. Los datos continuos con distribución normal se expresaron como media ± desviación estándar (DS) y se compararon utilizando la prueba t de muestras independientes; los datos continuos no distribuidos normalmente se expresaron como mediana (rango intercuartílico (IQR)) y se compararon usando la prueba U de Mann-Whitney. Se incluyeron variables con P < 0,1 en el análisis de regresión logística univariante en el modelo, coherente con la práctica estándar en el desarrollo predictivo de modelos. Los paquetes R utilizados fueron "rms", "mstate", "data.table", "pROC", "rmada", "rio", "boot" y "missForest". La construcción de nomogramas se implementaba usando las funciones lrm y nomogram del paquete rms. Las curvas ROC y los valores AUC se calculaban usando las funciones roc y auc del paquete pROC. Las curvas de calibración se generaban con la función calibrado en RMS. El análisis de curvas de decisión (DCA) se realizaba utilizando la función de curva de decisión del paquete RMDA. La imputación de datos faltantes se realizó usando la función missForest. La validación interna de bootstrap (1000 iteraciones) se realizó usando el paquete de arranque. Al inicio del análisis se aplicó una semilla aleatoria fija (set.seed[240708] para asegurar la reproducibilidad. Se consideró estadísticamente significativo un valor P de < 0,05. La fórmula del modelo de regresión logística fue:
glm(mucus_status ~ bronquiectasis + CRS + IMC + FEF25_75 + RV_TLC + VitD, familia = "binomial")