跳到主要内容

基线肺活动量参数作为疑似哮喘的成人气道过度反应性的预测因素

抽象的

背景

甲胆碱激发试验(MCTs)用于诊断先前诊断试验不确定的疑似哮喘患者的气道高反应性(AHR)。这项测试很耗时,通常需要转介到专门的中心。简单的预测AHR的方法可以帮助确定哪些患者需要转介mct,从而避免不必要的检查。在这里,我们研究了基线肺活量指标作为成人疑似哮喘患者AHR的替代标志物的潜在用途。

方法

回顾性评估2013年至2019年在一家大型三级中心进行的基线肺活量测定和mct。最大呼气流量-容积曲线指数(角β、FEV1、FVC、FEV1/FVC、FEF)的受试者工作特征曲线50%,FEF.25-75%构造以评估其在预测AHR中的总体精度,并确定了最佳截止值。

结果

在18-40岁的成年人中分析了2983次测试。总共14%的MCT是阳性(PC20≤16mg/ ml)。阳性组中所有基线肺活量测定参数显着降低(P. < 0.001). FEF50%显示出最好的总体精度(AUC = 0.688),并被证明是一个有用的负预测应用FEF50% ≥ 110% as a cutoff level.

结论

本研究强调了FEF的作用50%在预测涉嫌哮喘患者的AHR中。基线FEF的值≥110%50%可以用来排除AHR,并将导致MCT推荐的大幅下降。

同行评审报告

背景

甲胆碱激发试验(MCTs)用于检测和评估气道高反应性(AHR)。当PC20大于16 mg/ml时,MCT对刺激浓度导致一秒内用力呼气量(FEV1)下降20% (PC20)的预测值接近90%为阴性[1],这有助于排除哮喘的诊断,特别是在存在典型哮喘症状的肺量测定结果模棱两可的情况下。尽管支气管激发试验通常是安全的,但它们耗时且昂贵,通常需要转介到专门的检测中心。因此,通过预测哪些患者在MCT中会出现阴性结果来减少检测的数量是很有意义的。

由最大呼气流量容积(MEFV)曲线导出的几个变量被认为可能是AHR的预测因子[2]。两种可能的方法是用力呼气流量率在肺活量(FEF)的25 - 75%之间25-75%)和50%肺活量(FEF)50%)。它们被认为是外周气道内气流的近似测量值,因此任何一个变量的减少都可能代表小气道内的气流限制[3.4.]。分析AHR在哮喘中的一项研究表明FEF50%在所有标准肺功能变量中,预测的百分比是预测PC20 < 4 mg/ml的最佳替代标记[2],包括FEV1,强制生命能力(FVC),FEV1 / FVC和FEF25-75%。任何研究都没有研究这些变量在一般人群中的预测能力,包括哮喘和健康个体。

除了肺活量测定的标准基线参数外,例如FEV1,FVC,FEV1 / FVC,FEF25-75%和FEF50%,对MEFV降翼弯曲处凹形图案的主观视觉评估也可能提示梗阻性病变[5.6.7.]。2005年,美国胸科学会(ATS)和欧洲呼吸学会(ERS)特遣部队称,在对肺量小气道气流阻塞的第一个迹象是该凹[8.]。在过去的几十年里,已经提出了评价MEFV曲线曲线度的客观方法[6.9.10.]。1988年Kapp等人。定义了一种新参数,称为角度β,其通过将三角液施加到从肺活量测定法获得的传统变量来表征MEFV曲线的形状。该研究进一步表明,在哮喘的个体中,角度β显着低于健康个体[11.]。遗憾的是,没有为成年人群建立参考值,因此需要谨慎使用角度β。

由于MCTS是昂贵且耗时的,因此确定哪些个体非常不可能预先进行正面测试。通过寻找适当的AHR替代标记,医生已经可以识别在初级保健环境中,这些初级保健设置有哮喘较低,并且可以进行进一步的测试。

我们旨在调查角度β和更多标准肺活量的参数的潜在使用,例如FEV1和FVC,作为预测一般人群中AHR的替代标记,其目的是阐明排除AHR的新颖方式,随后避免不必要的MCT。

方法

设置和研究参与者

这种横截面研究基于在以色列Sheba Medical Centre的肺部研究所进行的MCT。

2013年至2019年间在2013年至2019年间在2013年至2019年之间进行的18至40岁之间的数据被列入分析。根据哮喘诊断的吉娜指南,参与者提出了哮喘的症状,令人患有哮喘的症状,如哮喘的哮喘暗示,如哮喘的哮喘,如锻炼试验或可逆性测试。12.]。

设计

将数据集随机分为两个队列,75%被分配给推导队(n = 2237),验证队列中包含25%(n = 746)。验证群组用于评估在派生队列中获得的预测模型是否同样执行单独的数据集(内部验证)。

从数据集获得以下变量,用于分析:性别,年龄,体重(kg),高度(cm),强制致命能力(FVC),1 s(FEV)1),峰值呼气流量(PEFR),强制呼气流量为50%的强制生气能力(FEF50%),强制呼气流量为25-75%的强迫生命能力(FEF25-75%),甲胆碱挑衅浓度导致FEV落下20%1(个人电脑20.)。FVC, FEV的预测值1,峰值呼气流量(PEFR),FEF25-75%, FEF50%基于来自欧洲煤炭和钢铁群落(ECC)的参考方程[13.[还根据来自全球肺功能倡议(GLI)的参考方程分析[14.]。此外,以下从提取的数据计算以下复合变量:BMI(kg / m2),FEV.1/ FVC比率,FEV1 / FVC%预测,FVC%预测,PEFR%预测,FEV1%预测,FEF50%%预测和FEF25-75%%预测。

为了量化最大呼气流量曲线(MEFV)的形状,使用方程计算角度β在[11.]:\(\ beta = 180 ^ {\ cir} - {\ text {tan}} ^ { - 1} \ text {(pefr-fef} _ {\ text {50 \%}} / 0.5 \ times \ text {fvc)} + {\ text {tan}} ^ { - 1}({\ text {fef}} _ {\ text {50 \%}} / 0.5 \,\ text {fvc)} \)。所有的棕褐色-1数值以度数计算,定义为从PEFR点到x轴上的中流点(FEF)投影一条线时形成的角50%)然后将该点连接到强制生命能力的终点(附加文件1:图S1)。

在ATS指导方面,负甲素攻击结果定义为PC20> 16mg / ml,而PC20≥4至≤16mg/ ml的值被定义为边界AHR [15.]。对于临界病例,通过医生评估患者的症状,并且认为适当的情况下启动哮喘治疗。因此,PC20≤16mg/ ml被设定为本研究的适当截止水平。

统计分析

使用双尾T检验进行比较连续变量的平均值。使用CHI方向测试分析了分类变量频率的差异。连续变量的结果表示为平均值±SD和分类数据作为观察数和观察比例,百分比呈现。对于衍生队队列,对所有肺功能参数单独进行接收器操作曲线(ROC)分析以确定每个参数的有用性以预测MCT中的正结果。每个变量的诊断性能表示为曲线下的区域(AUC)。对于具有最佳可预测性的参数,建立了最佳切断点以优化灵敏度和特异性。使用逻辑回归进行多变量分析;包括所有可用参数。使用后向分析,减少了变量的数量,直到保留了具有最高辨别力的模型。ROC曲线分析还用于验证验证队列中的诊断准确性。 For the whole analysis, aP.值≤0.05为有统计学意义。使用Microsoft Excel 16.35版本创建复合变量并计算角度β。使用Graph Pad Prism 8.4.0版本进行统计学分析。RStudio版本1.1.414。

结果

来源和验证队列特征的比较

衍生和验证队友之间基线临床特征没有显着差异(表1根据ECCS方程,附加文件1:表S1根据GLI方程和Z分数;对于GLI,FEF50%没有参考FEF50%,因此FEF50%和基于FEF50%的角度β未显示GLI基肺活量参数)。两种群组中平均24.2岁的平均年龄为81%的男性,两位队列中的14%在MCT中具有正结果(PC20≤16mg/ ml)。男性与女性比率高于普通人口中的比例,因为Sheba Medical Center接受以色列国防部招募哮喘评估。重要的是,根据亚组分析,性别不会影响下面所有分析的结果。

表1衍生和验证队列基线的人口统计和肺肺功能特征

阳性与负甲素攻击试验组:基线比较

为了确定哪个临床参数可能具有预测值,衍生群根据MCT中的结果分层,并进行两组之间的比较(表2根据ECCS方程,附加文件1:表S2根据GLI方程和Z分数)。两组具有类似的人口统计特征。相比之下,根据ECC等式(表格)相比,与没有AHR的组(表格),所有基线肺活量参数都在具有AHR(PC20≤16mg/ ml的组中的组显着降低(PC20≤16mg/ ml)(表2)。然而,根据GLI方程(附加文件,FVC%和FEF25-75%在两组之间没有显着差异1:表S2)。

表2在衍生队队列阳性与负甲素攻击试验中患者的人口统计学和基线肺活量参数的比较

基线肺功能参数的预测值

根据ECCS方程,两组间所有基线肺功能参数均有显著性差异,对衍生队列中所有肺量测定变量进行ROC分析,检验其对AHR的预测价值。计算ROC曲线下面积(area under The ROC curve, AUC),以评估MCT中各参数对预测阳性结果(PC20≤16mg /ml)的有用性。在所有测试参数中,FEF50%预测的%被识别为最佳预测因子,具有AUC = 0.688的最高诊断精度(图。1)。为FEV找到了更低的预测值1%预测,fev1/ FVC%预测和角度β分别为0.657,0.651和0.622的AUC(图。1a,c,d)。最后,FVC%预测和FEF25-75%预测的%是较弱的AHR预测因子(图。1B,F)。找到了根据GLI方程计算的肺活量参数的类似结果(附加文件1:图。S2和图3。s3用于z分数。)。

图。1
图1

接收器操作特性(ROC)曲线;一种基线强制呼气量1 sFEV1%预测;B.用力肺活量,FVC %预测;CFEV1 / FVC;D.角度β;E.强制呼气流量为50%的FVC,FEF50%%预测;F强制呼气流量在25-75%的FVC,FEF25-75%%预测衍生队列作为甲素反应性的预测因子。AUC =曲线下面积。灰线表示AUC = 0.5的团结线

基线肺动力测定参数的阈值

由于本研究的目的是识别潜在的基线参数,这些参数对于预测不太可能出现AHR的个体是有用的,因此我们评估了不同的临界值及其各自的特异性和敏感性,以确定哪些值在临床上是有用的(图。2)。在表格中3.,显示FEF50%预测不同临界值的敏感性、特异性、阳性预测值(PPV)和阴性预测值(NPV)。当采用FEF50%%预测<120%作为截止水平,得到99.1%和10%的敏感性和特异性。在为FEF设置截止级别时50%%预测为<110%,敏感性和特异性为96.6%和19.3%。进一步说明使用FEF的临床意义50%%预测到阈值<110%,衍生队中的所有参与者的395(17.7%)的基线值≥110%。其中仅8(衍生队的0.3%)是假阴性,即显示AHR(PC20≤16mg/ mL),并且其中仅6种显示出显着的AHR(PC20 <4mg / ml)。这意味着如果FEF,则可以避免所有MCT的约17.7%50%%预测≥110%作为排除。由于GLI方程关注的是ATS/ERS指南推荐的结果(即FEV1、FVC和FEV1/FVC),因此不包括FEF50%,我们还评估了FEV1%预测预测AHR的能力(附加文件1:图。S4和图4. S5用于Z分数,附加文件1:表S3)。当为<110%预测的FEV1%设置截止水平时,敏感性和特异性分别为97.9%和2.8%,与FEF相比,表现出降低的特异性50%%预测。此外,推导队队列的所有参与者只有61(2%)的基线FEV1值≥110%。其中7个是假阴性,即显示AHR(PC20≤16mg/ ml),并且其中5个显示出显着的AHR(PC20 <4mg / mL),再次证明FEV1与FEF相比降低了预测值。50%

图2
figure2

受试者工作特性(ROC)曲线强迫呼气流量50% FVC, FEF50%在衍生队列中作为甲胆碱反应的预测因子。红色的值代表各自的FEF50%%预测截止值。AUC =曲线下面积。统一线用灰色线表示,对应AUC = 0.5

表3基线FEF的诊断性能50%ROC分析预测甲胆碱反应性(PC20 < 16 mg/ml)

逻辑回归模型

要创建组合多个参数并检测可能的混淆变量的模型,请使用相关变量执行向后逻辑回归。

结合FEF的预测模型50%用角β和FEF预测25-75%%的预测结果具有最高的鉴别能力,AUC = 0.72。3.)。该模型的诊断精度优于上述所有单参数模型。这三个基线参数与甲胆碱反应的相关性独立于预测的FEV1%、FVC %和FEV1/FVC比值。三个参数的线性组合如下式:为正的概率

$$ {\ text {mct16}} = \ frac {1} {{1 + e ^ {{0.69 + 4.3 \ times \ left({fef_ {50 \%} \,\%预测} \右) - 0.02 \倍贝塔\ _angle + 0.86 \倍\左({FEF_ {25 \% - 75 \%} \,\%预测} \右)}}}} $$
图3.
图3

用于模型的接收器操作特性(ROC)曲线组合强制呼气流量在FVC,FEF的50%50%%预测,角度β和强制呼气流量在FVC,FEF的25-75%25-75%%作为衍生队列中甲胆碱反应的预测因子。AUC =曲线下面积。统一线用灰色线表示,对应AUC = 0.5

验证组

为了评估先前产生的结果和预测模型是否适用于单独的样本,对所有肺活量变量进行分析的复制是对验证队列进行的。再一次,FEF50%%预测的AUC最高为0.692(附加文件1:图S6),被认为是AHR的最佳预测因子。当对FEF应用110%的截止值时50%%预测在验证队列中,敏感性为98.1%,特异性为20.1%,伴随着98.5的NPV。在验证队列的所有参与者中,17.6%有FEF50%%预测超过110%,这意味着那些研究参与者可以免于通过甲胆碱挑衅豁免。Logistic回归模型再次显示模型梳理FEF50%%预测,角β和FEF25-75%%预测提供了AUC = 0.73的最高诊断准确性(附加文件1:图S7)。总的来说,验证队列的结果与衍生队列的结果一致。

讨论

本研究的目的是调查基线肺活量测量措施,因为患有涉嫌哮喘的AHR的潜在预测标志。调查结果确定了FEF50%%预测为预测缺乏AHR的最佳参数,而FVC%和FEF25-75%对于正MCT的预测因子差。这些结果符合前一项研究,发现FEF50%预测是最佳参数,以便在哮喘学中预测AHR程度,当PC20≤4mg/ ml用作正结果的截止时[2]。另一项研究发现,低FEF的哮喘受试者50%%预测的AHR,独立于FEV1显着提高,因此表明小型气道对AHR的严重程度的贡献[16.]。我们研究中的主要差异和增加的新颖性是包含非哮喘和使用标记物在诊断过程中早期排除哮喘的可能性。结果表明使用FEF的潜力50%如果在将患者转到MCTS时,患有临床环境中预测的%以通知医生。不幸的是,FEF没有参考价值50%在目前被认为是最佳实践标准的GLI方程中,我们的结果意味着在GLI方程的未来应考虑对该重要参数的引用。我们的分析暗示FVC%和FEF25-75%是MCT阳性的不良预测因子。重要的是,这两个FEF25-75%和FEF50%源自FVC,因此对FVC测量中的错误敏感。因此,这些流到FVC的归一化可以允许改进的AHR预测。

FEF的歧视性能力50%但仍有局限性,总体诊断准确性为68.8% (AUC = 0.688)。这主要是由于哮喘患者和健康个体之间的大量重叠造成的。然而,本研究强调其作为AHR的阴性预测因子的价值,并建议使用≥110%的基线FEF阈值50%%预测预测MCT中的负面结果。在将此截止值应用于推导队队列和验证队列时,可以避免所有测试的几乎五分之一,这反过来又会节省有价值的时间和金钱,用于医疗保健提供者和个人。

组合FEF的模型50%,FEF.25-75%通过对所有参数的反向逻辑回归分析进行反向逻辑回归分析来创建角度β,并且显示比仅使用单个参数的预测能力略高,例如FEF50%%预测。由于所有三个参数都被认为是小气道阻塞的标志,这个模型可能表明小气道阻塞本身就是AHR的一个预测因子。这个复合变量将来可以很容易地纳入肺量测定软件中。

这项研究有几个局限性。首先,由于这是一个回顾性研究,因此没有考虑患者的临床状况的后续行动。由于AHR可以存在于其他呼吸状况(如慢性阻塞性肺病(COPD),但没有呼吸系统症状和吸烟者的特应性患者中,一些研究参与者可能被误诊[15.17.]。理想情况下,需要跟进患者对医疗的反应。假设误诊只构成了我们研究样本的一小部分,它可能只在分析中增加一些背景噪音,并且不太可能显着改变结果。本研究中的人口可能被视为年轻,年龄范围为18-40岁。然而,由于本研究重点关注哮喘诊断,因此该年龄范围是相关的。实际上,许多关于哮喘的成年人进行的研究表明,成人哮喘诊断的平均年龄是30岁的[18.]。

本研究中的主要优势是大型样本大小和使用验证人口来挑战模型。但是,用于选择验证队员的随机分流采样方法不是最期望的验证方法[19.]。为了进一步验证预测模型以独立于样本群体的相似精度执行,优选使用从完全不同的肺功能诊所使用验证队列,以进一步证明研究结果的概括性。

本研究突出了基线FEF的使用50%%预测为AHR的阴性预测因子,在具有疑似哮喘的成年人中。通过施加≥110%的基线FEF的阈值50%,可能避免几乎所有MCT的五分之一。未来的前瞻性研究将更好地了解使用标准肺活量测定法以预测AHR并排除哮喘。

结论

基线肺活量测定参数可用作预测气道超响应性的工具。当申请FEF50%≥110%时,FEF50%被证明是占消极预测因子,作为排除气道超响应性的截止水平,降低甲素攻击试验的要求约20%,因此FEF50%可能特别有用减少不必要的MCTS的负担。

数据和材料的可用性

在当前研究期间使用和/或分析的数据集可从合理的请求上从相应的作者获得。

参考

  1. 1。

    Selvanathan J,Aaron SD,Sykes JR,Vandemheen KL,Fitzgerald JM,Ainslie M等。肺胆管响应肺血管素的性能特征及致癌素攻击检测及其对哮喘诊断的影响。胸部。2020; 158(2):479-90。

    CAS文章谷歌学术

  2. 2。

    河野Y, Soeda S, Okada Y, Hara H, Araki K, To M,等。支气管哮喘患者气道高反应性的替代标志物。Allergol Int。2014;63(3):487 - 8。

    文章谷歌学术

  3. 3.

    布尔格尔公关小气道在阻塞性气道疾病中的作用。EUR RESPIR REV.2011; 20(119):023。

    文章谷歌学术

  4. 4.

    van den berge m,十个Hacken NHT,Cohen J,Douma WR,邮政DS。哮喘和COPD中小气道病:临床意义。胸部。2011; 139(2):412-23。

    文章谷歌学术

  5. 5。

    解释肺功能测试的实用指南。中:Scanlon PD,中村M,编辑。奥维德技术I.第二版,费城:Lippincott Williams & Wilkins;2003.

    谷歌学术

  6. 6。

    Mead J.分析最大呼气流量曲线的配置。j appl physiol。1978; 44(2):156-65。

    CAS文章谷歌学术

  7. 7。

    野蛮jh,sznitman j,竖琴p,straub d,moller a,basek p等人。肺活量测定和症状评分在儿童哮喘中的相关性及屈曲评估在呼气流量曲线中的用途。呼吸护理。2007; 52(12):1744-52。

    PubMed.谷歌学术

  8. 8。

    Pellegrino R, Viegi G, Brusasco V, Crapo RO, Burgos F, Casaburi R,等。肺功能测试的解释性策略。欧洲呼吸杂志2005;26(5):948-68。

    CAS文章谷歌学术

  9. 9。

    o'donnell cr,玫瑰丽。流量比指数:一种测量年龄和吸烟对最大呼气流量曲线配置的影响的方法。胸部。1990; 98(3):643-6。

    CAS文章谷歌学术

  10. 10。

    Zheng C-J,Adams AB,McGrial MP,Marini Jj,Greaves IA。用于量化气流阻塞的提出的曲线性指数。呼吸护理。2006; 51(1):40。

    PubMed.谷歌学术

  11. 11.

    KAPP MC,Schachter EN,Beck GJ,Maunder LR,Witek TJ Jr.最大呼气流量曲线的形状。胸部。1988; 94(4):799-806。

    CAS文章谷歌学术

  12. 12.

    哮喘的全球倡议。哮喘管理和预防全球战略,2019年2月13日引用了2020年2月13日]。www.ginasthma.org.

  13. 13。

    Quanjer PH, Tammeling GJ, Cotes JE, Pedersen OF, Peslin R, Yernault JC。肺容积和强制通气流量。欧洲呼吸出版社1993;6(增刊16):5-40。

    文章谷歌学术

  14. 14。

    Quanjer PH,Stanojevic S,Cole TJ,Baur X,Hall GL,Culver Bh等人。3-95年龄范围的肺活量测定法的多种族参考值:全球肺功能2012方程。EUR RESPIR J. 2012; 40(6):1324-43。

    文章谷歌学术

  15. 15。

    甲素和运动挑战指南 - 1999年。am j respir crit care med。2000; 161(1):309-29。

  16. 16。

    Telenga ed,van den Berge M,Ten Hacken NHT,Riemersma Ra,Van der Molen T,邮政DS。哮喘中的小型气道:他们对超反应性严重程度的独立贡献。EUR RESPIR J. 2013; 41(3):752。

    CAS文章谷歌学术

  17. 17。

    Borak J,Lefkowitz Ry。支气管高反应性。占用MED。2015; 66(2):95-105。

    文章谷歌学术

  18. 18。

    Lee LA, Bailes Z, Barnes N, Boulet LP, Edwards D, Fowler A等。每日一次单吸入三联疗法(FF/UMEC/VI)与FF/VI对哮喘控制不充分(CAPTAIN)患者的疗效和安全性:一项双盲、随机、3A期试验。《柳叶刀》杂志2021;9(1):69-84。

    CAS文章谷歌学术

  19. 19。

    预测模型需要适当的内部、内部-外部和外部验证。临床流行病学杂志。2016;69:245-7。

    文章谷歌学术

下载参考

致谢

不适用。

资金

哥德堡大学提供资金。

作者信息

从属关系

作者

贡献

MP为概念,设计设计,数据解释以及实质性修订。为工作,数据采集,分析和解释做出贡献。JC贡献了工作,数据分析,数据解释以及起草工作的设计。LS和TP大大修订了稿件。MJS和AO有助于工作的概念和设计,TP大幅修订了手稿。所有作者阅读并认可的终稿。

相应的作者

对应于迈克尔·贝利

伦理宣言

伦理批准和同意参与

该研究根据赫尔辛基宣言进行,并由Sheba Medical Center的研究所医学伦理委员会批准。由于所有数据都匿名,Sheba Medical Center的道德委员会被豁免了知情同意。

同意出版物

不适用。

利益争夺

提交人声明他们没有竞争利益。

额外的信息

出版商的注意事项

BOB体育网站Springer Nature在发表地图和机构附属机构中的司法管辖权索赔方面仍然是中立的。

补充信息

额外的文件1。

图S1。β角定义。表1S。基于GLI方程的初级和试验队列基线肺肺功能特征。表2s。基于GLI方程的初级队列阳性与负甲素攻击患者基线肺血管素参数的比较。图S2。根据GLI方程推导队列的roc曲线。图S3。根据带有z分数的GLI方程推导队列的roc曲线。图S4。根据GLI方程推导队列roc曲线FEV1。图S5。根据GLI方程,Roc-Curve FEV1 Z分数派生队列。表3S。基线FEV1%的诊断性能预测不同截止值,通过ROC分析获得,以预测甲素响应性(PC20 <16mg / ml)。图S6。验证队列roc曲线。图S7。验证队列组合变量模型的ROC曲线。

权利和权限

开放访问本文是基于知识共享署名4.0国际许可,允许使用、共享、适应、分布和繁殖在任何媒介或格式,只要你给予适当的信贷原始作者(年代)和来源,提供一个链接到创作共用许可证,并指出如果变化。本文中的图像或其他第三方材料包括在文章的创作共用许可中,除非在材料的信用线中另有说明。如果材料没有包含在文章的创作共用许可证中,而您的预期使用不被法律法规允许或超过允许的使用,您将需要直接获得版权持有人的许可。如欲浏览本许可证的副本,请浏览http://creativecommons.org/licenses/by/4.0/。Creative Commons公共领域奉献豁免(http://creativecommons.org/publicdomain/zero/1.0/)适用于本文中提供的数据,除非另有用入数据的信用额度。

重印和权限

关于这篇文章

通过Crossmark验证货币和真实性

引用这篇文章

PELED,M.,Ovadya,D.,Cohn,J.et al。基线肺活量参数作为哮喘患者气道过热性的预测因素。BMC Pulm地中海21日,153(2021)。https://doi.org/10.1186/s12890-021-01506-6

下载引用

关键字

  • 哮喘
  • 支气管电机代理商
  • 甲胆碱
  • 肺活量测定
\