Research Article

Construção e validação de um nomograma para identificar obstrução de muco em pacientes com doença pulmonar obstrutiva crônica

DOI:

10.3791/69780

⸱

June 9th, 2026

 ,  ,  ,  ,  ,  ,  , 
1Department of Pulmonary and Critical Care Medicine, The First Affiliated Hospital of Shenzhen University (Shenzhen Second People's Hospital)

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este estudo teve como objetivo identificar preditores clínicos independentes de pequenos tampões de muco nas vias aéreas detectados por tomografia computorizada (TC) em pacientes com doença pulmonar obstrutiva crônica (DPOC) e construir e validar um nomograma para previsão individualizada de risco.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

A pequena impactação do muco das vias aéreas na tomografia computadorizada torácica (TC) é um achado clinicamente significativo na doença pulmonar obstrutiva crônica (DPOC), associada ao declínio acelerado da função pulmonar, aumento da frequência de exacerbações agudas e maior suscetibilidade a infecções respiratórias. No entanto, atualmente falta uma ferramenta preditiva validada para identificar pacientes em risco de tampões de muco detetados por tomografia computadorizada. Este estudo teve como objetivo desenvolver e validar um nomograma para prever a obstrução de muco das vias aéreas em pacientes com DPOC. Inscrevemos retrospectivamente 212 pacientes com DPOC do Shenzhen Second People's Hospital (janeiro de 2021 a junho de 2022), dos quais 47 apresentavam tampões de muco confirmados por tomografia computarizada (grupo dos tampões de muco, MP) e 165 não (grupo sem tampões de muco, NMP). Análises univariadas e de características operacionais do receptor (ROC) foram usadas para identificar preditores candidatos. Foi realizada regressão logística multivariada para construir o modelo preditivo final, que foi então transformado em um nomograma. A validação interna foi realizada usando amostragem bootstrap (1000 iterações). Bronquiectasia, rinossinusite crônica (CRS), índice de massa corporal (IMC), fluxo espiratório forçado em 25–75% do previsto (FEF25–75%pred), razão residual volume-capacidade pulmonar total (RV/TLC) e 25-hidroxivitamina D sérica [25(OH)D] foram identificados como fatores de risco independentes para plugs de muco da tomografia computorizada. O nomograma demonstrou excelente valor preditivo com um AUC de 0,9611. Curvas de calibração e análises de curvas de decisão demonstraram boa utilidade clínica. A validação interna bootstrap também apoiou a estabilidade preditiva do modelo. Este nomograma oferece uma ferramenta prática e individualizada para facilitar a identificação precoce e o manejo personalizado de pacientes com DPOC em risco de obstrução do muco nas vias aéreas pequenas.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

A doença pulmonar obstrutiva crônica (DPOC) é caracterizada por limitação persistente e em grande parte irreversível do fluxo de ar. A Organização Mundial da Saúde afirma que se projeta que ela se torne a terceira principal causa de morte no mundo até 20301. A doença começa principalmente nas pequenas vias aéreas (vias aéreas com diâmetro interno inferior a 2 mm), que representam um local fundamental da patologia da DPOC. Mudanças estruturais e inflamatórias nessas regiões frequentemente precedem o surgimento dos sintomas clínicos por vários anos, mas contribuem substancialmente para a obstrução do fluxo de ar. Marcas patológicas da doença das vias aéreas pequenas na DPOC incluem infiltração por células inflamatórias,2,3,4 comprometimento dos mecanismos de defesa epitelial 5,6 remodelação das vias aéreas efibrose 7,8,9 e formação de tampões mucosos (MP)10,11.

Os tampões de muco das vias aéreas na DPOC representam um acúmulo patológico de muco no lúmen das vias aéreas, resultando em limitação do fluxode ar 12. A formação de tampões de muco está associada a um ambiente pró-inflamatório, caracterizado por aumento da contagem de eosinófilos e regulação para cima da expressão do gene das citocinastipo 2 13. O excesso de muco intraluminal prejudica a difusão do oxigênio e causa hipóxia nas células epiteliais das vias aéreas, criando condições favoráveis à colonização bacteriana persistente e infecções recorrentes do trato respiratórioinferior 14. Essas infecções agravam a gravidade da doença e aumentam o riscode mortalidade 15. A secreção elevada de muco nas vias aéreas também foi identificada como precursora de eventos de exacerbação aguda naDPOC 16. Isso destaca a necessidade crítica de detecção precoce e de uma compreensão mecanicista dos fatores que contribuem para os tampões de muco em pacientes com DPOC.

Uma variedade de fatores de risco tem sido associada à formação de tampões de muco nas vias aéreas em doenças crônicas das vias aéreas, incluindo infecçõesvirais 17,18, colonização por Pseudomonas aeruginosa19,20 episódios agudos recorrentes de exacerbação, função pulmonar comprometida medida pelo volume expiratório forçado em 1 segundo (FEV1)21, histórico de tabagismo22, níveis elevados de peroxidase eosinófila23, concentrações de proteína intrabrônquica mucina 5B (MUC5B), e níveis de 25-hidroxivitamina D (25(OH)D), bem como infecções atribuíveis a micoplasma e espécies de Aspergillus. 24,25,26. No entanto, o perfil específico de risco para o desenvolvimento de tampões mucosos em pacientes com DPOC permanece incompletamente caracterizado, e a utilidade prognóstica dos fatores de risco individuais isoladamente é limitada.

Uma abordagem multifatorial que integra vários preditores pode gerar uma estratificação de risco clinicamente significativa. Os nomogramas têm sido amplamente aplicados em diversas especialidades médicas, incluindo oncologia, cardiologia e pneumologia, para facilitar previsões de sobrevivência, estratificação de riscos e tomada de decisões terapêuticas27. Eles fornecem uma forma sutil e interpretável de capturar interações complexas entre diversas variáveis clínicas. Apesar de sua ampla utilidade, não existe nenhum nomograma validado para prever tampões de muco detectados por TC em pacientes com DPOC. Este estudo aborda essa lacuna identificando fatores de risco independentes para a formação de tampões mucosos na DPOC e desenvolvendo um nomograma preditivo validado para permitir uma avaliação individualizada de risco. Essa ferramenta poderia ser facilmente integrada aos fluxos de trabalho rotineiros de manejo da DPOC, especialmente em centros com acesso a imagens e espirometria por TCR, para apoiar intervenções direcionadas precoces e reduzir a carga das exacerbações em pacientes em risco.

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

O presente estudo foi aprovado pelo Comitê de Ética do Hospital Popular Segundo de Shenzhen (Protocolo nº 20193357024). O consentimento informado foi obtido de todos os participantes ou seus representantes legais antes da inscrição.

População e metodologia do estudo

Este estudo foi projetado como um estudo de coorte retrospectivo e centrado únicamente. Os prontuários médicos de pacientes com diagnóstico primário de DPOC no Departamento de Medicina Respiratória do Shenzhen Second People's Hospital, de janeiro de 2021 a junho de 2022, foram revisados. Todos os pacientes adultos (≥18 anos) com diagnóstico primário de DPOC foram inicialmente avaliados utilizando a codificação da Classificação Internacional de Doenças (CID-10) e revisão de prontuários do sistema eletrônico de prontuário médico (EMR) do hospital.

Critérios de inclusão

(1) Diagnóstico confirmado de DPOC de acordo com as diretrizes da Iniciativa Global para Doença Pulmonar Crônica Obstrutiva (GOLD); (2) Disponibilidade de tomografia computadorizada de alta resolução (TCH) do tórax realizada dentro de uma semana após a hospitalização; (3) Disponibilidade de espirometria completa e dados laboratoriais; e (4) Pelo menos um ano de dados de acompanhamento para monitoramento de exacerbação aguda.

Critérios de exclusão

(1) Infecções pulmonares ativas (por exemplo, pneumonia ou tuberculose) no momento da imagem da TCH; (2) Malignidade pulmonar coexistente; (3) Cirurgia torácica prévia com potencial impacto na anatomia das vias aéreas; e (4) Dados clínicos críticos ausentes ou imagens não avaliáveis devido a artefatos de movimento. Após a aplicação desses critérios, foi registrada uma coorte final de 212 pacientes, composta por 47 pacientes do grupo positivo para tampão de muco (MP) e 165 pacientes do grupo sem tampão de muco (PNM). Imagens representativas da HRCT são ilustradas na Figura 1. Pacientes do grupo NMP (n = 165) atuaram como controles internos, permitindo a comparação estatística de características clínicas, índices de função pulmonar e biomarcadores laboratoriais entre os grupos. Todas as análises foram realizadas nessa coorte controlada internamente para apoiar o desenvolvimento de modelos orientados por hipóteses.

Coleta de dados

A extração de dados seguia um protocolo estruturado e sequencial. As variáveis demográficas coletadas incluíram idade, sexo, índice de massa corporal (IMC) e status de tabagismo. As variáveis do histórico clínico incluíram duração da DPOC, frequência de exacerbação aguda e comorbibilidades. Parâmetros de espirometria retirados incluem FEV1%, FEV1 para capacidade vital forçada (CVI), Capacidade vital (VC), fluxo expiratório forçado (FEF25–75%pred), Volume residual (VR), Capacidade pulmonar total (TLC) e a razão VD/TLC. Os índices laboratoriais incluíram imunoglobulina total sérica E (IgE), 25-hidroxivitamina D(25(OH)D), cálcio sérico (Ca2+), fósforo, antígeno de carboidrato (CA199) e óxido nítrico exalado fracionado (FeNO), além de óxido nítrico condutor das vias aéreas (CaNO). A triagem de comorbidade incluiu sinusite, asma, bronquiectasia, colonização fúngica e bacteriana, além de doenças cardiovasculares e metabólicas. Todos os dados foram recuperados do sistema eletrônico de prontuário médico (EMR) do hospital. Imagens da HRCT foram acessadas a partir do arquivo do sistema de arquivamento de imagens e comunicação (PACS) do hospital. Detalhes do software e equipamentos utilizados neste estudo são fornecidos na Tabela de Materiais. Nenhum reagente físico ou material de laboratório foi utilizado; Todas as análises foram realizadas utilizando dados clínicos e radiológicos existentes. Todos os dados dos pacientes foram revisados por dois pesquisadores independentes. Os dados ausentes foram tratados usando o método de imputação não paramétrica 'missForest' implementado no R, para minimizar distorções em análises multivariadas.

Critérios diagnósticos da HRCT para tampões de muco

Todos os pacientes passaram por TCR utilizando protocolos de imagem institucional padronizados. Os tampões de muco foram definidos radiologicamente em fatias axiais de tomografia computorizada, identificadas como estruturas tubulares ou ramificadas de atenuação de tecidos moles ocupando um lúmen das vias aéreas, visíveis em pelo menos duas fatias axiais conseguidas, consistente com critérios diagnósticos publicados. Apenas casos com opacidades claramente demarcadas, segmentares ou subsegmentais das vias aéreas com atenuação de tecidos moles semelhante à dos tecidos moles e não atribuíveis a artefatos ou bronquiectasia isoladamente foram rotulados como positivos para tampão de muco. A imagem HRCT foi realizada usando um scanner de tomografia computorizada Siemens SOMATOM Definition AS (128 fatias) com os seguintes parâmetros de aquisição: espessura de corte 1,0 mm, intervalo de reconstrução de 0,75 mm e uso do kernel de alta resolução B70f. As imagens foram revisadas em configurações padrão de janela pulmonar (largura da janela: 1600 unidades Hounsfield [HU]; Nível da janela: 600 HU. Dois radiologistas torácicos certificados pelo conselho, com mais de 8 anos de experiência, revisaram todos os exames de forma independente. Casos com discrepâncias interpretativas foram resolvidos por meio de discussão por consenso. Os critérios diagnósticos foram aplicados uniformemente em todos os casos para garantir a consistência da classificação.

Construção, avaliação e validação do nomograma

Um nomograma foi desenvolvido para prever tampões de muco detectados por TC em pacientes com DPOC com base nos resultados de regressão logística multivariada. O modelo final incorporou os seguintes preditores independentes: bronquiectasia, rinossinusite crônica (CRS), exacerbações agudas (EA), IMC, FEF25–75% de pred, razão RV/TLC e níveis séricos de 25(OH)D. Cada preditor recebe uma pontuação em uma escala de pontos horizontal; As pontuações individuais são somadas para obter uma pontuação total, que corresponde a uma probabilidade prevista de presença de tampão de muco na escala de probabilidade de saída. O nomograma foi submetido a validação interna por meio de reamostragem bootstrap (1000 iterações) para avaliar a precisão preditiva e a discriminação usando curvas de calibração (AUC e ROC).

Análises estatísticas

Todas as análises estatísticas foram realizadas usando a versão 4.1.2 do R e a versão 25.0 do IBM SPSS Statistics. Os dados categóricos foram expressos como frequências e percentagens; comparações entre grupos foram realizadas usando o teste qui-quadrado ou o teste exato de Fisher, conforme apropriado. Dados contínuos com distribuição normal foram expressos como média ± desvio padrão (SD) e comparados usando o teste t de amostras independentes; dados contínuos não distribuídos normalmente foram expressos como mediana (intervalo interquartil (IQR) e comparados usando o teste U de Mann-Whitney. Variáveis com P < 0,1 na análise de regressão logística univariada foram incluídas no modelo, consistente com a prática padrão no desenvolvimento de modelos preditivos. Os pacotes R usados eram "rms", "mstate", "data.table", "pROC", "rmada", "rio", "boot" e "missForest". A construção do nomograma foi implementada usando as funções lrm e nomograma do pacote rms. As curvas ROC e os valores AUC foram calculados usando as funções roc e auc do pacote pROC. As curvas de calibração foram geradas com a função calibrate no RMS. A análise da curva de decisão (DCA) foi realizada usando a função de curva de decisão do pacote RMDA. A imputação de dados ausentes foi realizada usando a função missForest. A validação interna do bootstrap (1000 iterações) foi realizada usando o pacote de boot. Uma semente aleatória fixa (set.seed[240708] foi aplicada no início da análise para garantir a reprodutibilidade. Um valor P de < 0,05 foi considerado estatisticamente significativo. A fórmula do modelo de regressão logística foi:

glm(mucus_status ~ bronquiectase + CRS + IMC + FEF25_75 + RV_TLC + VitD, família = "binomial")

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Características básicas

O estudo compreendeu uma coorte de 212 pacientes com DPOC, divididos em dois grupos: 47 com tampões de muco (MP) e 165 sem plugs de muco (NMP). A ocorrência de tampões de muco nessa população com DPOC foi de 28,33%. A análise estatística, detalhada na Tabela 1, identificou diferenças significativas entre os grupos MP e NMP em várias métricas-chave. Esses incluíram índice de massa corporal (IMC), frequência de exacerbações agudas (EA), ...

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Neste estudo, a prevalência da formação de tampões de muco detectada por tomografia computadorizada entre pacientes hospitalizados com DPOC foi de 22,16%, consistente com estimativas relatadas na literaturaanterior 27. Os tampões de muco na DPOC são clinicamente significativos devido à sua associação com o declínio acelerado da função pulmonar, aumento da frequência de exacerbação aguda e maior riscode mortalidade 28. Apesar disso, anterior...

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Os autores declaram que não possuem interesses financeiros concorrentes conhecidos ou relacionamentos pessoais que possam ter influenciado o trabalho relatado neste artigo. Eles também não têm conflitos de interesse quanto à publicação deste manuscrito. A pesquisa foi conduzida de acordo com padrões éticos, e todos os autores contribuíram para o trabalho de acordo com os requisitos do periódico. Não há interesses financeiros ou não financeiros que possam potencialmente influenciar a pesquisa ou a interpretação dos resultados. Os autores confirmam que as ferramentas de linguagem baseadas em IA (Grammarly e Quilbot) foram usadas para melhorar e aprimorar a gramática e a formulação do manuscrito. Todas as partes do manuscrito foram escritas manualmente pelos autores e, mesmo após usar as ferramentas para polir o artigo, os autores revisaram manualmente o resultado final. Todos os autores leram e aprovaram o manuscrito final. Cada um assume total responsabilidade pela precisão e integridade do trabalho.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Essa pesquisa foi apoiada pela "Comparação de características tratáveis da bronquiectasia com vários fenótipos clínicos: um estudo de coorte prospectivo" sob a direção de Grant (LCYSSQ20220823091203007) do Shenzhen Clinical Research Center for Respiratory Disease, Shenzhen Institute of Respiratory Disease, Shenzhen People's Hospital China.

Gostaria de expressar minha sincera gratidão a todos que contribuíram para esta pesquisa e para a redação deste manuscrito. Antes de tudo, sou profundamente grato ao meu supervisor, He Huang, por seu constante incentivo, orientação valiosa e comentários perspicazes durante todo o processo. Sua expertise e paciência foram fundamentais para me ajudar a esclarecer minhas ideias e melhorar a qualidade deste trabalho. Também sou grato aos meus colegas do Departamento de Medicina Pulmonar e de Cuidados Críticos, do Primeiro Hospital Afiliado da Universidade de Shenzhen (Shenzhen Second People's Hospital), Shenzhen, Guangdong, China, especialmente Yan Zhang, Zhi Yang e outros. Eles me deram apoio essencial, incluindo compartilhamento de equipamentos experimentais, aconselhamento técnico e participação em discussões proveitosas. As contribuições deles facilitaram significativamente minha pesquisa. Além disso, gostaria de agradecer ao "Comparação de características tratáveis da bronquiectasia com vários fenótipos clínicos: um estudo de coorte prospectivo" pelo apoio financeiro, sem o qual essa pesquisa não teria sido possível. Por fim, quero agradecer à minha família e amigos pelo apoio inabalável e compreensão durante minha pesquisa e escrita. O amor e o incentivo deles me deram força para superar as dificuldades e concluir este trabalho.

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
HRCT Scans
 		Shenzhen
Segundo
Hospital
Popular		Usado para diagnosticar obstrução de muco em pequenas vias aéreas em pacientes com DPOC
Software SPSS 25.0IBMSoftware estatístico usado para análise de dados, incluindo testes t e regressão logística.
Software R (Pacotes: mms, mstate, etc.)

 		Fundação R para Computação EstatísticaUsado para análise estatística e validação de modelo, incluindo o cálculo do índice C.
Sistema de Registro Médico EletrônicoShenzhen
Segundo
Hospital
Popular		Fonte de dados para variáveis clínicas e laboratoriais, incluindo histórico do paciente e parâmetros diagnósticos.
Regressão Logística
Equação
 		Personalizado
(Aplicado via
SPSS e R)		Usado para rastrear fatores de risco independentes relacionados à obstrução de muco em pequenas vias aéreas em pacientes com DPOC.

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Fazleen, A., Wilkinson, T. Early COPD: current evidence for diagnosis and management. Ther. Adv. Respir. Dis. 14, 1753466620942128(2020).
  2. Eapen, M. S., et al. Profiling cellular and inflammatory changes in the airway wall of mild to moderate COPD. Respirology. 22, 1125-1132 (2017).
  3. Bu, T., Wang, L. F., Yin, Y. Q. How do innate immune cells contribute to airway remodeling in COPD progression? Int. J. Chron. Obstruct. Pulmon. Dis. 15, 107-116 (2020).
  4. Ladjemi, M. Z., et al. Increased IgA expression in lung lymphoid follicles in severe COPD. Am. J. Respir. Crit. Care Med. 199, 592-602 (2019).
  5. Blackburn, J. B., et al. Secretory cells are the primary source of pIgR in small airways. Am. J. Respir. Cell Mol. Biol. 67, 334-345 (2022).
  6. Polosukhin, V. V., et al. Secretory IgA deficiency in individual small airways is associated with persistent inflammation and remodeling. Am. J. Respir. Crit. Care Med. 195, 1010-1021 (2017).
  7. Zakarya, R., et al. BET proteins are associated with the induction of small airway fibrosis in COPD. Thorax. 76, 647-655 (2021).
  8. Mahmood, M. Q., et al. Transforming growth factor (TGF)β1 and Smad signalling pathways: a likely key to EMT-associated COPD pathogenesis. Respirology. 22, 974-985 (2017).
  9. Balázs, A., Mall, M. A. Mucus obstruction and inflammation in early cystic fibrosis lung disease: emerging role of the IL-1 signaling pathway. Pediatr. Pulmonol. 54, S5-S12 (2019).
  10. Radicioni, G., et al. Airway mucin MUC5AC and MUC5B concentrations and the initiation and progression of COPD: an analysis of the SPIROMICS cohort. Lancet Respir. Med. 9, 1241-1254 (2021).
  11. Ghosh, A., Boucher, R. C., Tarran, R. Airway hydration and COPD. Cell. Mol. Life Sci. 72, 3637-3652 (2015).
  12. Dunican, E. M., Watchorn, D. C., Fahy, J. V. Autopsy and imaging studies of mucus in asthma: lessons learned about disease mechanisms and the role of mucus in airflow obstruction. Ann. Am. Thorac. Soc. 15, S184-S191 (2018).
  13. Thornton, D. J., Rousseau, K., McGuckin, M. A. Structure and function of the polymeric mucins in airways mucus. Annu. Rev. Physiol. 70, 459-486 (2008).
  14. Mall, M. A., Danahay, H., Boucher, R. C. Emerging concepts and therapies for mucoobstructive lung disease. Ann. Am. Thorac. Soc. 15, S216-S226 (2018).
  15. Hogg, J. C., et al. Survival after lung volume reduction in COPD: insights from small airway pathology. Am. J. Respir. Crit. Care Med. 176, 454-459 (2007).
  16. Jacobson, P. K., Lind, L., Persson, H. L. The exacerbation of COPD: which symptom is most important to monitor? Int. J. Chron. Obstruct. Pulmon. Dis. 18, 1533-1541 (2023).
  17. Inoue, D., et al. Mechanisms of mucin production by rhinovirus infection in cultured human airway epithelial cells. Respir. Physiol. Neurobiol. 154, 484-499 (2006).
  18. Jing, Y., et al. NOTCH3 contributes to rhinovirus-induced goblet cell hyperplasia in COPD airway epithelial cells. Thorax. 74, 18-32 (2019).
  19. Lillehoj, E. P., et al. Neuraminidase 1-mediated desialylation of the mucin 1 ectodomain releases a decoy receptor protecting against Pseudomonas aeruginosa lung infection. J. Biol. Chem. 294, 662-678 (2019).
  20. Kato, K., et al. Membrane-tethered MUC1 mucin counter-regulates the phagocytic activity of macrophages. Am. J. Respir. Cell Mol. Biol. 54, 515-523 (2016).
  21. Hogg, J. C. Pathophysiology of airflow limitation in COPD. Lancet. 364, 709-721 (2004).
  22. Lin, V. Y., et al. Excess mucus viscosity and airway dehydration impact COPD airway clearance. Eur. Respir. J. 55, 1900419(2020).
  23. Dunican, E. M., et al. Mucus plugs in patients with asthma linked to eosinophilia and airflow obstruction. J. Clin. Invest. 128, 997-1009 (2018).
  24. Dunican, E. M., et al. Mucus plugs and emphysema in the pathophysiology of airflow obstruction and hypoxemia in smokers. Am. J. Respir. Crit. Care Med. 203, 957-968 (2021).
  25. Kun, J., et al. Reduced serum 25(OH)D is closely related to bronchial mucus plug formation in children with mycoplasma pneumonia: a prospective cohort study. Front. Public Health. 11, 1099683(2023).
  26. Kodaka, N., et al. Effectiveness of mucus plug removal by bronchoscopy for high-attenuation mucus with allergic bronchopulmonary mycosis. Allergol. Int. 71, 150-152 (2022).
  27. Okajima, Y., et al. Luminal plugging on chest CT scan: association with lung function, quality of life, and COPD clinical phenotypes. Chest. 158, 121-130 (2020).
  28. Rogliani, P., Calzetta, L. Impact of airway-occluding mucus plugs on mortality in COPD according to disease severity: a subset analysis from COPDGene. Int. J. Chron. Obstruct. Pulmon. Dis. 20, 831-840 (2025).
  29. da Silva, S. M. D., et al. Bronchiectasis associated with severe COPD: clinical, functional, microbiological and tomographic features. Lung India. 39, 502-509 (2022).
  30. Polosukhin, V. V., et al. Small airway determinants of airflow limitation in COPD. Thorax. 76, 1079-1088 (2021).
  31. Yang, C., et al. Correlation of luminal mucus score in large airways with lung function and quality of life in severe acute exacerbation of COPD. Int. J. Chron. Obstruct. Pulmon. Dis. 16, 1449-1459 (2021).
  32. Yasuo, M., et al. Differences between central airway obstruction and COPD detected with the forced oscillation technique. Int. J. Chron. Obstruct. Pulmon. Dis. 15, 1425-1434 (2020).
  33. Islam, S., et al. Association of serum vitamin D (25OHD) level with acute exacerbation of COPD. Mymensingh Med. J. 28, 441-448 (2019).
  34. Ghosh, A. J., et al. Vitamin D deficiency is associated with respiratory symptoms and airway wall thickening in smokers with and without COPD: a prospective cohort study. BMC Pulm. Med. 20, 141(2020).
  35. Kurian, N., et al. Dual role for a MEK inhibitor as a modulator of inflammation and host defense in COPD. Int. J. Chron. Obstruct. Pulmon. Dis. 14, 2611-2624 (2019).
  36. Jiang, J. J., et al. TLR3 inhibitor and tyrosine kinase inhibitor attenuate cigarette smoke/poly I:C-induced airway inflammation and remodeling via the EGFR/TLR3/MAPK pathway. Eur. J. Pharmacol. 890, 173654(2021).
  37. Liu, W., et al. Chinese patent medicine for COPD based on tonifying Qi, promoting blood circulation, and resolving phlegm: a systematic review of RCTs. J. Tradit. Chin. Med. 35, 1-10 (2015).
  38. Jorde, I., et al. Association of serum vitamin D levels with disease severity, systemic inflammation, lung function loss, and exacerbations in COPD patients. J. Thorac. Dis. 13, 3597-3609 (2021).
  39. Wannamethee, S. G., et al. Vitamin D deficiency, impaired lung function, and total and respiratory mortality in older men: The British Regional Heart Study. BMJ Open. 11, e040650(2021).
  40. Liu, W., Zhang, X., Mao, B., Jiang, H. Systems pharmacology-based study of Tanreqing injection in airway mucus hypersecretion. J. Ethnopharmacol. 249, 112425(2020).
  41. Lange, P., et al. Relation of ventilatory impairment and chronic mucus hypersecretion to mortality from obstructive lung disease and from all causes. Thorax. 45, 579-585 (1990).
  42. Wu, Z., Wang, D., Tang, C. A novel nomogram for predicting the risk of coronary atherosclerosis in patients with gastroesophageal reflux disease. Arab J. Gastroenterol. 26, 176-184 (2025).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Chronic Obstructive PulmonaryMucus ObstructionNomogram ValidationSmall Airway MucusChest Computed TomographyCOPD Risk PredictionLogistic RegressionReceiver Operating CharacteristicBronchiectasisForced Expiratory Flow

Related Articles