Rationale: In chronic obstructive pulmonary disease (COPD), accurately estimating lung function from electronic health record (EHR) data would be beneficial but requires addressing complexities in clinically obtained testing. This study compared analytic methods for estimating rate of forced expiratory volume in one second (FEV1) change from EHR data. Methods: We estimated rate of FEV1 change in patients with COPD from a single centre who had ≥3 outpatient tests spanning at least 1 year. Estimates were calculated as both an absolute mL/year and a relative %/year using non-regressive (Total Change, Average Change) and regressive (Quantile, RANSAC, Huber) methods. We compared distributions of the estimates across methods focusing on extreme values. Univariate zero-inflated negative binomial regressions tested associations between estimates and all-cause or COPD hospitalisations. Results were validated in an external cohort. Results: Among 1417 participants, median rate of change was approximately -30 mL/year or -2%/year. Non-regressive methods frequently generated erroneous estimates due to outlier first measurements or short intervals between tests. Average change yielded the most extreme estimates (minimum=-3761 mL/year), while regressive methods, and Huber specifically, minimized extreme estimates. Huber, Total Change and Quantile FEV1 slope estimates were associated with all-cause hospitalisations (Huber incidence rate ratio 0.98, 95% CI 0.97 to 0.99, p<0.001). Huber estimates were also associated with smoking status, comorbidities and prior hospitalisations. Similar results were identified in an external validation cohort. Conclusions: Using EHR data to estimate FEV1 rate of change is clinically applicable but sensitive to challenges intrinsic to clinically obtained data. While no analytic method will fully overcome these complexities, we identified Huber regression as useful in defining an individual’s lung function change using EHR data.

graphic

Abstract aus Balasubramanian A, Cervantes C, Gearhart AS, et al.: Estimating rate of lung function change using clinical spirometry data. BMJ Open Respir Res. 2024 Oct 3;11(1):e001896.

Hintergrund

Es ist bekannt, dass sich bei Patienten mit chronisch-obstruktiver Lungenerkrankung (chronic obstructive pulmonary disease, COPD) die Lungenfunktion im Laufe der Jahre immer weiter verschlechtert. Eine Auswertung von Studien in einer großen COPD-Population ergab, dass die mittlere Änderungsrate des forcierten exspiratorischen Volumens in einer Sekunde (forced expiratoy volume in 1 second, FEV1) 47–79 ml/Jahr im GOLD-Stadium II, 56–59 ml/Jahr im GOLD-Stadium III und weniger als 35 ml/Jahr im GOLD-Stadium IV betrug [1]. Zudem wurde berichtet, dass fortgesetztes Rauchen bei einigen COPD-Patienten den Abfall des FEV1 beschleunigen und das COPD-GOLD-Stadium verändern kann [2]. Jedoch könnten Komorbiditäten, jährliche Exazerbationen und der Phänotyp der COPD weitere Faktoren sein, die diese Situation beeinflussen.

Ergebnisse der Studie

Aparna Balasubramanian et al. versuchten in der hier kommentierten Studie, die Änderungsrate des FEV1 anhand von Daten aus elektronischen Gesundheitsakten (EG) bei 1417 Patienten mit COPD zu schätzen. Die Autoren planten eine retrospektive Observationsstudie und schlossen Individuen mit COPD ein, bei denen zwischen dem 1. Dezember 2015 und dem 14. Juli 2022 mindestens drei ambulante Spirometrietests durchgeführt wurden, wobei die Daten der EG des Johns Hopkins Health System (JHHS) verwendet wurden. Anschließend verglichen sie die wichtigsten Schwierigkeiten verschiedener analytischer Methoden in Bezug auf klinische Spirometriedaten und untersuchten, ob die Huber-Regression eine nützliche Methode ist, um die Änderungsrate der Lungenfunktion einer Person im Laufe der Zeit genau zu schätzen. Als Ergebnis fanden sie eine mittlere Änderungsrate des FEV1 von etwa -30 ml/Jahr oder -2%/Jahr. Die Huber-Regressionsanalyse minimierte die Schätzungen, und die Schätzungen korrelierten ebenso mit dem Raucherstatus der in die Studie eingeschlossenen Patienten, wie mit ihren Komorbiditäten und früheren Krankenhausaufenthalten.

Die Autoren kommen zu dem Schluss, dass EG-Daten verwendet werden können, um die jährliche Änderungsrate des FEV1 bei Patienten zu schätzen, und dass die Huber-Regressionsanalyse bei der Beschreibung der Änderung von Lungenfunktionsparametern nützlich sein kann [3].

Fazit für die Praxis

Eine Abnahme des FEV1 ist beim Menschen bereits durch die Alterung zu erwarten [4]. Außerdem ist es wichtig, die Geschwindigkeit des Abfalls dieser bereits niedrigen Werte bei COPD-Patienten abzuschätzen und die Behandlung gegebenenfalls zu ändern. Da Rauchen jedoch die Hauptursache für COPD ist, wird der Abfall des FEV1 natürlich beschleunigt, wenn diese Patienten weiterhin rauchen. Darüber hinaus tragen Krankenhausaufenthalte aufgrund von COPD-Exazerbationen und anderen Komorbiditäten ebenfalls negativ dazu bei. Diesen Patienten sollte dringend geraten werden, mit dem Rauchen aufzuhören, und sie sollten erforderlichenfalls an verschiedene Kurse und spezielle Ambulanzen zur Rauchentwöhnung verwiesen werden. In einer kürzlich durchgeführten Studie wurde festgestellt, dass bei COPD-Patienten (mit einer Typ-II-Inflammation und einem asthmaähnlichen Phänotyp), die einen hohen Anteil an Eosinophilen im Blut und einen erhöhten Wert von Stickstoffmonoxid in der Ausatemluft aufwiesen, eine beschleunigte Verschlechterung der Lungenfunktion eintrat [5]. Daher wird die Phänotypisierung von COPD-Patienten in Zukunft noch wichtiger werden, damit die Behandlung individuell angepasst werden kann.

Disclosure Statement

Hiermit erkläre ich, dass keine Interessenskonflikte in Bezug auf den vorliegenden Kommentar vorliegen.

1.
Tantucci
C
,
Modina
D
:
Lung function decline in COPD
.
Int J Chron Obstruct Pulmon Dis
.
2012
;
7
:
95
99
.
2.
Gülşen
A
:
Pulmonary Function Changes in Chronic Obstructive Pulmonary Disease Patients According to Smoking Status
.
Turk Thorac J
.
2020
;
21
(
2
):
80
86
.
3.
Balasubramanian
A
,
Cervantes
C
,
Gearhart
AS
, et al
:
Estimating rate of lung function change using clinical spirometry data
.
BMJ Open Respir Res
.
2024
;
11
(
1
):
e001896
.
4.
Kerstjens
HA
,
Rijcken
B
,
Schouten
JP
, et al
:
Decline of FEV1 by age and smoking status: facts, figures, and fallacies
.
Thorax
.
1997
;
52
(
9
):
820
827
.
5.
Çolak
Y
,
Afzal
S
,
Marott
JL
, et al
:
Type-2 inflammation and lung function decline in chronic airway disease in the general population
.
Thorax
.
2024
;
79
(
4
):
349
358
.