队列研究基本概念

• 定义：长期追踪特定人群，分析暴露因素与疾病的关系
• 分类
  • 前瞻性队列研究：从当前追踪至未来，儿童哮喘队列优先选用，可捕捉疾病动态变化、提供高质量数据
  • 回顾性队列研究：基于现有历史资料分析，时间成本受限时可选用，适合稀有哮喘表型研究
  • 双向性队列研究：结合前两类特点，适合新发病因识别，节约资源但设计实施复杂

队列研究设计与方法

研究目的确定及队列类型选择

• 研究目的确定流程：结合临床痛点、文献回顾、专家咨询，经专家共识投票确定，需解构为PICO格式
• 常见研究方向：生命早期暴露/母孕期因素与哮喘发病关联、疾病发展轨迹探索、表型分类、合并症影响、管理模式效果评估等
• 设计建议：邀请流行病学、生物统计学等方法学专家全程参与研究

研究对象选择与样本量估算

• 研究对象选择
  • 原则：基于研究目的确定纳入排除标准，保证样本代表性，所有对象/监护人签署书面知情同意
  • 出生队列特殊考虑：纳入时需确认出生时间范围、居住地、社会经济及种族代表性、长期随访意愿
• 样本量估算
  • 依据暴露组与非暴露组终点事件发病率差异计算
  • 需根据预期失访率调整，失访率需控制在20%以内；暴露因素效应越大所需样本量越小

哮喘诊断及其严重程度判定

• 哮喘诊断
  • 可选用标准：父母报告的医生诊断、门急诊就诊记录、药物处方数据、专科医师临床诊断、标准化问卷等
  • 辅助依据：典型哮喘症状、可逆呼气气流受限，需结合年龄特点制定诊断流程，避免依赖单一生物标志物
• 严重程度判定：综合症状情况、肺功能指标、哮喘控制评分、急性发作频率、药物使用情况、炎症标志物等评估

队列数据采集

• 采集内容：人口学信息、病史、临床症状、体格检查、肺功能、过敏原检测、影像学结果、实验室指标、药物使用情况、生活质量评估、环境暴露信息
• 采集方式：标准化问卷、定期随访、电子病历系统、哮喘日记；推荐使用电子记录系统、移动应用减少录入误差，保证数据连续性
• 质量控制：采集人员统一培训，设立数据审核小组，采用REDCap、OpenClinica等成熟系统管理数据，严格遵守隐私保护规定

队列随访及失访控制

• 随访方案设计：兼顾科研严谨性与可操作性，采用多元沟通渠道，简化流程降低参与者负担
• 随访周期设置
  • 短期随访：每3~6个月1次，适合疾病初期，监测急性发作、肺功能、控制水平及用药依从性
  • 长期随访：每年或每2年1次，观察疾病长期病程、成年后转归及生活质量变化
  • 特殊时期随访：花粉季、流感季等时段额外增加，评估环境因素对疾病的影响
• 失访控制措施：招募时排除高失访风险对象，留存并定期更新多渠道联系方式，建立信任关系并给予激励，设置专门随访门诊及信息管理系统

研究护士配置

• 核心作用：负责研究对象招募、随访、数据采集、健康教育等，保障研究质量
• 配置标准：常规配置1名护士负责50~100名研究对象，涉及复杂检查的研究需适当增加人员

统计学分析策略

• 人员要求：需生物统计学家、数据科学家等方法学专家深度参与
• 常用分析方法
  • 多水平模型：适合处理家庭、地区等层次嵌套的队列数据
  • 机器学习：适合处理大规模、非线性数据集，用于风险预测及复杂模式识别
  • 生存分析：Cox比例风险回归模型用于分析事件发生时间相关数据，评估风险因素影响

队列研究关键分析步骤

• 效应大小评估
  • 评估指标为相对风险（RR）、风险比（HR），用于衡量环境污染、家族遗传史、过敏体质等暴露因素对儿童哮喘发病、急性发作的影响
  • 95%置信区间不包含1提示影响有统计学意义；>1提示暴露增加哮喘风险，<1提示暴露降低哮喘风险，数值距1越远影响越大
• 风险分层
  • 高风险群体：暴露于家族遗传、环境污染、高IgE水平等多项风险因素的儿童，发病风险显著更高，需加强随访和早期干预
  • 一般风险群体：仅暴露于单一环境暴露、轻微过敏史等少数或低影响风险因素的儿童，发病风险相对较低，无需特别干预
  • 可通过ROC曲线、预测精度、模型调整等方法验证分层准确性

多队列整合要点

• 整合价值：哮喘队列与出生队列、过敏队列整合可实现数据共享、多学科合作，深入研究哮喘发病机制及与其他疾病的关联
• 现存挑战：需应对数据匹配、伦理审查、研究设计等方面的问题
• 解决方法：可通过补充数据、调整随访策略、多方协作克服障碍

队列研究经费来源

• 可申报国家或地区的临床研究专项基金、队列研究专项基金
• 可结合基础研究与临床研究申报相关基金
• 可与商业、慈善基金会合作获取支持

重要研究领域

• 遗传与环境因素的影响
  • 哮喘发病是遗传与环境共同作用的结果，有哮喘家族史的儿童患病风险更高
  • 相关环境因素包括空气污染、室内外过敏原（尘螨、宠物皮屑等）、烟草烟雾暴露、气候变化，均与哮喘发生、加重密切相关
  • 明确因素影响可指导哮喘预防及公共健康干预
• 哮喘管理最佳实践
  • 管理目标为控制症状、预防急性发作
  • 药物治疗：包含速效急救吸入剂（如β₂-受体激动剂）、长效控制药物（如吸入型糖皮质激素），需根据儿童年龄、症状严重程度、控制水平调整药物类型及剂量
  • 非药物治疗：包含患儿及家庭教育，指导避免触发因素、正确使用吸入器、规律活动增强肺功能；同时包含改善室内空气质量等环境干预
• 哮喘长期影响
  • 未完全控制的哮喘可能导致永久肺功能损害，增加成年期慢性阻塞性肺疾病发病风险
  • 频繁发作及长期疾病负荷可能影响儿童学校表现、社交活动等身心健康发展
  • 早期诊断和有效管理是预防长期不良后果的关键

专家建议

• 未来研究方向
  • 开展多学科合作研究，整合遗传学、免疫学、流行病学、心理学等领域知识方法，全面解析哮喘复杂性
  • 推进精准医学应用，利用生物标志物、遗传信息开发个性化治疗方案，开展特定遗传背景的药物反应性研究，优化药物选择和剂量
  • 开展长期追踪研究，评估治疗干预的长期效果及对生活质量的影响，重点关注儿童到成年的转变阶段
  • 深化环境与生活方式相关研究，探索城市化、气候变化对哮喘发病率的潜在影响
• 研究成果临床转化
  • 基于最新研究结果更新临床实践指南，纳入药物治疗、环境管理、患者教育的最新最佳实践，整合行为干预、环境控制等非药物治疗方案
  • 开发应用循证临床决策支持系统，整合患儿临床数据与最新研究结果，为医生提供个性化治疗建议
  • 针对患儿及家庭设计实施教育计划，培养自我管理技能，包括识别避免触发因素、正确使用吸入器、必要时就医
  • 将研究成果应用于公共卫生政策制定改进，完善空气质量标准、校内健康支持系统等

总结与展望

• 现有研究价值：儿童哮喘队列研究可揭示遗传、环境因素对疾病发病进展的作用，通过长期随访和系统数据采集，为理解哮喘病因、临床表现、疾病轨迹提供深入视角，为哮喘诊断和管理提供参考
• 现存挑战：儿童哮喘高度异质性，不同个体对治疗、环境干预的反应差异大，精准管理难度高
• 标准化队列建设价值：可保障数据采集的一致性和可比性，提高研究结果可靠性与通用性，促进跨机构跨地区合作，为统一诊疗标准制定、公共卫生政策制定提供高质量数据支撑
• 技术融合前景：人工智能与队列研究结合可助力从海量数据中识别疾病模式与风险因素，提升预测准确性，辅助制定个体化治疗方案，实现更精准高效的疾病管理，改善患儿生活质量