基于临床表现症状的肉芽肿合并多血管炎(GPA)患者的聚类分析:一项英国基于人群的队列研究

背景

肉芽肿性多血管炎(GPA)是一种临床表现不一的小血管炎。在目前的基于人群的队列研究中，我们使用无监督聚类方法根据就诊时的临床特征对GPA患者进行分类，并比较他们的死亡率、感染和共病的频率。

方法

在这项开放队列研究中，回顾性分析了IQVIA医学研究数据数据库中1995年1月1日至2019年9月25日GPA患者的去鉴别初级保健数据。根据代表不同器官受累的16类症状，进行潜伏类分析以创建患者症状集群。采用扩展Cox比例危害模型，在调整年龄、性别、Townsend剥夺五分位数和指数日吸烟状况后，比较结果聚类的全因死亡率。抗生素处方被认为是复发性细菌感染的间接指标，在调整了每季度使用类固醇作为时间依赖的协变量后，使用复发事件模型进行比较。比较指标访视、1年和3年随访时集群间常见共病的累积频率。

结果

共纳入649例GPA患者[中位年龄60.0 (IQR: 49.6-70.1)]。确定了三个分组:以耳鼻喉及咳嗽为主的有限疾病患者被归为第1组(n= 426);第2组患有全身性非肾脏疾病(n= 176);而第3组患者有肾显性疾病(n= 47)。1组中的许多患者在1年底发生了全身性疾病。2组和3组的死亡率高于1组。集群1本身的死亡率比没有GPA的一般人群高68%。在类群2和3中，抗生素处方的持续时间和同时存在医疗疾病的频率也较高。

结论

在初级保健环境中，GPA患者可以根据不同的预后、对复发感染的易感性和存在的共病分为三个不同的组。群集1进化为一种更广泛的疾病的趋势引起了对这些患者当前免疫抑制治疗方法的疑问。

抗中性粒细胞细胞质抗体(AAV)相关的血管炎是一组异质性疾病，以小血管炎症为特征。根据临床表型，AAV被划分为3种广泛重叠的疾病:肉芽肿合并多血管炎(GPA)、显微镜下多血管炎(MPA)和嗜酸性肉芽肿合并多血管炎(EGPA) [1］．根据受累器官的不同，治疗策略和预后也不同。人们尝试使用聚类数据驱动方法对AAV患者进行分类[2，3.，4］．GPA本身是一个异质实体，有无数的临床表现，从有限的耳鼻喉(ENT)疾病到有限的肾脏疾病，以及需要正式数据驱动分类的一般化表型[5，6］．尽管为了纳入临床试验，GPA患者已被经验地细分为亚型，但基于临床特征表明所有相关器官的正式临床和预后有意义的分类将提供一致性[3.］．

聚类是一种基于临床相似性将疾病划分为不同同质亚型的统计方法。由此产生的聚类不仅可以识别表型组，更重要的是可以指导GPA患者的疾病预测和免疫抑制的裁剪。

在目前基于人群的队列研究中，我们旨在使用无监督聚类方法根据临床表现特征对GPA患者进行分类。我们还确定了这些集群对死亡率的影响。由于感染和共存疾病是GPA患者死亡的关键决定因素，我们还分析了结果集群中抗生素的使用情况，作为细菌感染的替代标记，并探索了共病的频率[7，8］．

研究设计和数据来源

本研究是一项基于人群的回顾性开放队列研究，使用IQVIA医学研究数据(IMRD)数据库。研究期间为1995年1月1日至2019年9月25日。主要研究目的是利用潜在类别分析(LCA)创建诊断为GPA的患者的症状集群。

IMRD由来自健康改善网络(THIN)的数据组成，是一个英国电子初级保健记录数据库，由使用Vision电子病历软件的808个全科诊所的1580万名患者的匿名医疗记录组成。包括患者人口统计、症状、诊断和处方等信息。症状和诊断存储为“读代码”(七个具有分级性质的字符串变量)[9］．初级保健开出的所有处方都记录在IMRD中。在人口统计、疾病流行率和死亡率方面，它广泛地代表了英国人口[10］．

通过包括他们开始使用Vision软件后最晚1年和可接受死亡率报告日期(AMR)后1年的一般做法，数据质量得到了最大化[11，12］．每种做法公布的死亡率与国家统计局(国家统计局)概述的人口预期死亡率相近，即为可接受的死亡率报告日期[13］．患者在注册1年后被纳入研究，以便在患者转移前有时间让全科医生上传历史记录。

研究人群和临床变量

年龄在12岁及以上且有临床(阅读)编码诊断(诊断记录在合格研究期间)的GPA/韦格纳肉芽肿的患者被纳入研究。使用Read代码在指数日(GPA诊断日)识别与GPA相关的临床特征;这些指标与先前一项有关GPA的人口研究中所建议的指标一致(可向通讯作者索取代码列表)[14，15］．用于聚类算法的临床特征根据涉及的器官被分为16类(表1)．症状类别为眼睛;耳、鼻、喉(ENT);咳嗽;呼吸困难;急性肾功能衰竭(ARF);慢性肾脏疾病;蛋白尿或血尿;肌肉骨骼;宪法; fatigue; dermatological; angina pain reflecting cardiac involvement; non-specific chest pain of other aetiology; specific gastrointestinal (GI) symptoms including bloody diarrhoea, abdominal pain and distension; non-specific abdominal symptoms; and neuropathy.

从GPA诊断之日(指标日)到退出之日随访患者，定义为以下事件中的第一个:感兴趣结果的诊断、死亡、患者离开诊所的日期、从全科医生诊所最后收集数据的日期和研究结束日期。在指标和研究结束日期之间记录了所有抗生素处方。如果一个病人在3个月内被开了不止一次抗生素，在此期间的所有记录都被认为是一个单一的处方进行分析。

结果

在调整年龄(连续)、性别、Townsend剥夺评分五分位数后，比较结果集群的全因死亡率[16]及在索引日期的吸烟状况分类为吸烟或不吸烟。事后，将低疾病负担组的死亡率与没有GPA的匹配对照进行比较，以确定该组的死亡率是否高于一般人群。抗生素的处方被认为是复发性细菌感染的间接指标，也在GPA集群中进行比较。最后记录抗生素处方的日期被视为抗生素处方分析的退出日期。除口服复方新诺明(主要作为预防AAV鼻部复发的药物)外的任何抗生素处方相关数据使用药物编码提取。包括除口服复方新诺明外的所有抗生素。除了标准的协变量(年龄，性别，吸烟和Townsend五分位数)，结果还调整了使用类固醇的季度作为时间相关的协变量。此外，我们还比较了在指标随访期、1年和3年随访期的三个结果集群中常见的AAV患者共患病的累积频率。

统计分析

指标访视的分类资料采用数量和比例描述，连续资料采用标准差均值或四分位差中位数描述。缺失的协变量数据被作为一个单独的类别纳入最终的分析。

聚类分析方法

采用潜伏类分析(LCA)进行聚类分析。潜伏类分析是一种无监督学习技术，根据观察到的连续和分类变量，将一组成员/患者划分为具有相似特征的隐藏类或聚类。在数学上，它采取有限混合模型的形式，并通过期望最大化(EM)程序估计，类似于K-means算法。该方法假设在潜在类隶属度条件下指标的条件独立性，不做参数分布、线性、正态分布或同质性的假设。在本研究中，我们使用R包poLCA基于临床特征进行潜在类成员估计[17］．如果达到了局部的而不是全局的最大似然，潜在类的估计可以对随机起点的特定选择非常敏感;因此，该算法运行了30次以确保稳定性。利用赤池贝叶斯信息准则(ABIC)选择最优聚类数。在确定最终的聚类数量之前，先检查聚类的临床意义和预测价值。通过统计自举标准(Jaccard指数)对更传统的聚类分析方法和因果合理的医疗相关的标准进行了验证。

Cox回归

使用扩展的Cox比例风险模型来估计两种结果(死亡率和抗生素使用)的风险比及其相应的95%置信区间[18]。每3个月期间的类固醇使用被纳入一个时变的分类协变量，分类如下:≤4个季度的累积类固醇使用，5 - 12个季度之间和>12个季度。每隔3个月(季度)使用抗生素被视为复发事件。计算粗/未经调整的危险比，并将症状集视为协变量。计算完全调整后的危险比，调整症状群、年龄、性别、吸烟状况和唐森德剥夺五分位数，累积类固醇使用作为时变协变量。

GPA患者群的基线人口学和临床特征

共649例GPA患者，中位年龄60.0 (IQR: 49.6-70.1)岁，其中350例(50.9%)男性。采用上述方法所述的16种临床特征对患者进行聚类分析，发现aBIC最小的最佳模型为三聚类模型。表中比较了整个队列和指标访视时三个聚类的呈现特征2．

鼻鼻喉症状和咳嗽在所有三个组中均常见，其中组2的发生率最高(分别为89.2%和76.7%)。第1组患者在初次就诊时出现的症状相对局限于耳鼻喉受累(59.3%)和咳嗽(48.8%)。提示全身性疾病的症状，包括心绞痛(1.6%)、ARF(2.6%)、CKD(5.2%)、疲劳(12.4%)、非特异性胸痛(17.8%)和肌肉骨骼症状(18.1%)，在该人群的指数随访中较不常见。第2组患者表现为广泛的肾外疾病，包括胃肠道(36.9%)、肌肉骨骼(47.2%)、皮肤病(66.5%)、耳鼻喉科(89.2%)和呼吸系统受累(76.7%咳嗽，46.6%呼吸困难)的症状。然而，第2类患者CKD、急性肾功能衰竭和泌尿系统异常的发生率相对较低(分别为19.9%、6.2%和4.5%)，这与第3类患者的区别在于，第3类患者以肾脏疾病为主，ARF、CKD和泌尿系统异常发生率较高(分别为59.6%、80.9%和34.0%)。与类群2相比，类群3中包括胃肠道、心血管和皮肤疾病提示症状在内的肾外受累较少见(分别为0%、14.9%和21.3%)。

3年以上的星系团演化

在1年和3年的随访中，分析了这三组患者累积的新症状。1组中的许多患者出现了提示系统性疾病的症状，包括皮肤病(n= 105例，24.6%)、肌肉骨骼(n= 85, 19.9%)，眼(n= 81,19.0%)受累，非特异性腹部不适(n= 76, 17.8%)及胃肠道受累(n= 69例，16.2%)。少数患者发生肾累及急性肾功能衰竭(n= 37, 8.7%)， CKD (n= 25,5.9%)及蛋白尿(n= 32,7.5%)和提示涉及心血管的症状(n= 23个,占5.4%)。124例(29.1%)、79例(18.5%)和110例(25.8%)患者出现新发咳嗽、呼吸困难和耳鼻喉受累，22例(5.2%)患者出现神经病变特征。在3年随访结束时，第1组的另外28例和8例患者出现CKD和蛋白尿。小于25%的第3组患者出现提示肾外受累的症状(补充表)1)．在整个随访期间，第1组患者接受了中位数9 (IQR 3-21)个季度的类固醇治疗，高于第2组[6(2 - 15)个季度]和第3组[7(2 - 16)个季度]，(p= 0.031)。在指标随访后的前3年，集群1、2和3的患者分别接受了9(3 - 12)、6(2 - 12)和7(2 - 12)个季度的类固醇治疗，p= 0.048。

聚类结果分析

在三个类群中观察到死亡率和抗生素处方的显著差异，这是细菌感染的间接证据。由于这些结果在聚类1中出现的频率最少，因此选择该聚类作为参考聚类进行分析。

死亡率

总的来说，中位随访时间为4.45年(IQR为1.59-7.78年)，有103例死亡。与类群1相比，具有广泛肾外病变的类群2的死亡率显著升高(aHR 1.61 (95% CI 1.03-2.53)，p= 0.037))和簇3 (1.95 (1.05-3.62，p= 0.035))，在调整了年龄、性别、吸烟和汤森指数和类固醇使用(表3.,无花果。1)．随着时间的推移，年龄、性别和Townsend五分位数(最贫困)的增加也预示着总死亡率的增加，aHR为1.08 (95% CI 1.06-1.11)，p< 0.001)， 2.33 (1.50-3.60，p< 0.001)和3.44 (1.78-6.62，p分别为< 0.001)。类固醇使用作为时间依赖的协变量分析与死亡率无关。尽管第1组的死亡风险最低，但仍高于年龄匹配的对照组，aHR为1.68 (1.16-2.42，p< 0.01)(补充表2)．在指标访视的临床特征中，呼吸困难和心性胸痛预测死亡率增加，aHR为3.04 (1.86-4.96，p< 0.001)和1.96 (1.05-3.67，p分别为= 0.04)。

使用的常规收集数据集中没有死亡原因。其他研究表明，感染是死亡的一个危险因素。因此，我们使用抗生素处方作为感染的替代品。总的来说，在整个队列中观察到5779例3个月抗生素处方。与第1类相比，第2类和第3类重复使用抗生素的风险分别显著增加了1.46和1.21倍。p< 0.001和p= 0.009。2、表3.)．此外，Townsend 2、3、4或5类患者使用抗生素的风险高于Townsend 1类(最低剥夺)患者，aHR为1.21 (95% CI 1.09-1.34)，p< 0.001)， 1.12 (1.00-1.24，p= 0.04)， 1.41 (1.27-1.57)，p< 0.001)和1.65 (1.45-1.87，p分别为< 0.001)。男性和年龄增长对抗生素使用具有保护作用，aHR为0.62 (0.58-0.66，p< 0.001)和0.99 (0.99 - 0.99，p< 0.001)，而吸烟与抗生素使用风险增加有关(1.13 (1.05-1.22，p< 0.001))。服用类固醇5 - 12个季度的患者风险也更高(1.18 (1.06-1.32，p= 0.003))和>12个季度(1.52 (1.35-1.71，p< 0.001))与服用类固醇少于5个季度的患者相比。

并发症

总体而言，第1组在就诊时和3年随访时共病数量最少。高血压、精神疾病和缺血性心脏病是所有三个集群在指标访视和3年随访结束时最常见的共病。3.)．此外，第2组和第3组患者中30%的>患者出现肺部疾病，3年后增加到>患者的40%(图1)。3.)．

在这项首次使用数据驱动方法对GPA进行分类的研究中，我们的主要目的是在一个高质量的数据库中发现有意义的、因果关联的和医学预测的患者集群。确定了三个具有临床意义的不同患者群。疾病表型有限的第1组患者，主要表现为耳鼻喉和咳嗽，与表现为广泛性非肾脏疾病(第2组)和肾脏主要疾病(第3组)的患者相比，在死亡率和反复使用抗生素方面有明显更好的预后。有限疾病表型的患者在随访期间接受了较长时间的类固醇治疗，其中相当一部分患者早在随访1年后就出现了提示广泛性疾病的新症状。对第1组中使用类固醇时间较长的一个合理解释可能是由于治疗不充分导致更多复发，但由于数据库中的信息有限，没有捕捉到这一点。这表明需要对GPA的这一亚组进行更密切的监测，以便在器官损伤发生之前，在复发或疾病演变的早期迹象时对免疫抑制进行修正。这也意味着可能需要考虑对这一组GPA患者更积极的初始治疗策略。

尽管人群设置不同，但本研究的结果与在EUVAS临床试验招募的ANCA血管炎患者中观察到的聚类相似[2］．然而，与之前的研究不同的是，在我们的研究中，被分类为广泛性肾外疾病组(组2)的患者没有明显的肾脏受累。此外，心血管疾病和胃肠道疾病患者在本研究中没有被划分为不同的类群。有限疾病患者(第1组)是最大的组，而低肾外病变的肾型AAV是试验患者的主要组。这些差异可能是由于两项研究的背景不同所致。此外，我们的研究仅限于GPA患者，而之前的研究除了GPA患者外还包括了MPA和EGPA患者。胃肠道和心血管累及包括严重疾病，在MPA和EGPA患者中更常见，因此，这些患者可能导致本试验中观察到的聚集性疾病，而他们没有纳入我们的研究。

在临床试验药物治疗的基础上，欧洲对AAV组的治疗试验在经验上将AAV分为局限性治疗、早期全身治疗、全身性治疗、严重肾脏治疗和挽救性治疗5类[3.］．然而，一个正式的数据驱动的GPA分类并不存在。将患者分类为与预后相关的不同分组可能有助于提高对预后的理解。簇1中的患者进化为更广泛的表型可能表明在诊断时需要更强化的治疗，并对当前将该表型作为轻微疾病治疗的方法提出质疑。基于多种表现特征的正式分类系统可能比基于单一特定器官(如肾脏、心血管或胃肠道)的参与的分层更好。因此，本研究结果可作为GPA患者分层的重要指导，特别是在临床试验中。

簇内共病分析仅为描述性分析。共病分布的一些差异可能归因于集群内个体的年龄，而不是GPA诊断的持续时间。在基线时，各类群的中位年龄均有所增加，类群1最年轻，类群3最年长;在基线时，许多合并症在年龄较大的组中更为普遍。三个组的共病趋势相似，在3年内均有稳步增加。在3年的时间里，共病的增加与第1和第3组中位年龄的增加相关，并且GPA的共病与年龄之间的关联是确定的[19，20.］．然而，在第2组中，中位年龄保持相对稳定，因为有相当比例的患者失去随访或死亡(参见补充表1)．尽管如此，随着时间的推移，簇2的共病也增加了，这表明并不是所有的增加都是由于人口的老龄化。

优势和局限性

本研究的优势是由于基于人群的设置和足够的样本量，结果的普遍性。此外，我们使用了一种稳健的潜在类别分析方法来识别疾病集群，这非常适合本研究的样本量，以及由于初级保健设置和常规收集数据的使用而导致数据丢失的高几率。这种方法根据变量的真实差异自动确定样本大小，因此，先验假设对结果的影响最小。

这项研究有一些局限性。第3组患者数量较少，使得该亚组的结果不太确定。由于患者的初级保健环境，ANCA血清学结果不包括在内，集群仅基于临床表型。GPA分类的最近更改包括PR3-ANCA [21]，之前的研究表明，ANCA状态比GPA或MPA疾病类型更能预测临床转归和遗传易感性[22，23］．然而，PR3 ANCA在GPA中的阳性率为70-80%，而且我们研究中的所有患者都已被诊断为GPA，因此，与AAV整体情况不同，忽略血清学可能对分类没有显著影响[2］．ANCA本身并不能诊断GPA。类固醇的确切剂量没有数据。然而，类固醇使用的持续时间是通过计算患者接受类固醇处方的3个月间隔的数量来估计的。

总之，基于电子医疗记录中常规收集的信息，对接受初级保健治疗的GPA患者进行聚类分析，揭示了三个不同的预后、复发感染易感性和存在共病的聚类。这种分类在日常实践中可以指导全科医生对患者进行预测。

支持本研究结果的数据可从IQVIA获得，但这些数据的可用性受到限制，这些数据是在当前研究的许可下使用的，因此不能公开获得。但是，根据作者的合理要求和IQVIA的许可，我们可以从作者那里获得数据。

不适用。

这是一项由VIFOR制药有限公司资助的研究者主导的研究。

作者指出

1. Rasiah Thayakaran和Ruchika Goel是联合第一作者。

2. Krishnarajah Nirantharakumar和Lorraine Harper是联合资深作者。

作者和联系

1. 伯明翰大学应用健康研究所，英国伯明翰B15 2TT

   Rasiah Thayakaran, Ruchika Goel, Nicola J. Adderley, Joht Singh Chandan, Dawit Zemedikun, Krishnarajah Nirantharakumar和Lorraine Harper

2. 印度维洛尔基督教医学院

   Ruchika高尔

3. 伯明翰伊丽莎白女王医院，临床科学研究所，转化炎症研究中心，伯明翰，Edgbaston, Mindelsohn Way, B15 2WB，英国

   Ruchika Goel & Lorraine Harper

贡献

LH、KN、RG和NJA设计了研究。RT分析了这些数据。DZ检查了分析结果。RG, RT和NJA起草了最初的手稿。所有作者(RT, RG, NJA, JSC, DZ, KN, LH)修改了稿件。所有作者阅读并批准了最终稿件。

相应的作者

对应到尼古拉·j·Adderley．

伦理批准和同意参与

IMRD的使用得到了英国研究伦理委员会的批准(参考编号:18/LO/0441);根据该批准，该研究方案由独立的科学审查委员会(SRC)进行了审查和批准(参考编号:20SRC064)。IMRD的数据来自Cegedim数据库——健康改善网络(THIN)。对THIN的引用旨在描述IQVIA授权的数据资产。这项研究使用了患者提供的去识别数据，作为其常规初级保健的一部分。

同意出版

不适用。

相互竞争的利益

RG的工作得到了印度医学研究委员会ICMR-DHR印度青年生物医学科学家长期国际奖学金(2019-2020年)的支持。所有其他作者都没有报告与这项工作相关的利益冲突。

出版商的注意

卡塔尔世界杯常规比赛时间施普林格自然对出版的地图和机构附属的管辖权要求保持中立。

开放获取本文遵循创作共用署名4.0国际许可协议(Creative Commons Attribution 4.0 International License)，该协议允许在任何媒体或格式中使用、分享、改编、分发和复制，只要您给予原作者和来源适当的署名，提供创作共用许可协议的链接，并说明是否有更改。本文中的图片或其他第三方材料包含在文章的创作共用许可中，除非在材料的信用额度中另有说明。如果材料不包含在文章的创作共用许可中，并且您的预期用途不被法律法规允许或超出了允许的用途，您将需要直接从版权所有者那里获得许可。欲查看此许可证的副本，请访问http://creativecommons.org/licenses/by/4.0/．创作共用公共领域奉献放弃书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本文提供的数据，除非在数据的信用额度中另有说明。

再版和权限