呼吸监测助力哮喘和COPD管理

呼吸监测助力哮喘和COPD管理

呼吸监测在慢性病管理中发挥着至关重要的作用，尤其是对于哮喘和慢性阻塞性肺病（COPD）患者。通过实时监测呼吸频率、血氧饱和度等指标，医生可以及时发现病情变化，调整治疗方案，有效改善患者的生活质量。

哮喘是一种常见的慢性气道炎症性疾病，其发病率在全球范围内逐年上升。近年来，研究对小气道功能在哮喘等气道阻塞性疾病中的应用更加重视。研究显示，哮喘患者小气道阻力可达总气道阻力的50%~90%，小气道炎症、阻塞、重塑是导致气流受限和阻塞的关键因素，对哮喘控制及远期预后具有重大影响。

肺通气功能检测具有无创、准确、操作简单等特点，大量研究证明，其在哮喘诊断、评估病情严重程度和控制水平方面具有重要意义。在肺通气功能检查中，FEF50% (呼出50%肺活量时的呼气流速)、FEF75% (呼出75%肺活量时的呼气流速)、FEF25%75% [也称为最大呼气中段流量(MMEF)]是主要用于评估小气道功能的参数。FEF25%75%不仅可以反映气道阻塞，也是评价小气道功能障碍的重要指标。

研究表明，FEF25%75%与FEV1/FVC、FEV1呈正相关，且先于FEV1出现变化，推测哮喘患者小气道功能变化出现在大气道功能障碍前。Lutfi，M.F.等运用ROC曲线评估肺通气功能参数诊断哮喘效能，结果显示，FEF50%、FEF25%75%对哮喘诊断能力优于FEV1。既往研究表明，FEF25%75% < 65%时预测气道高反应性(AHR)的特异性高达92%。近期一项为期10年的前瞻性研究发现，以FEF25%75%改善大于30%作为舒张试验阳性指标时，可显著提高儿童哮喘诊断的敏感性，这无疑有助于FEV1正常的哮喘患儿的诊断。

慢性阻塞性肺疾病（COPD，简称慢阻肺病）具有高患病率、高致残率及高死亡率的特点，作为全球第三大死因，对公共卫生构成重大挑战。这一异质性疾病以慢性呼吸道症状和持续气流受限为特征，常与有害颗粒或气体的长期暴露有关。

当FEV1/FVC比值＜0.7时，患者已失去41%的终末细支气管。由此表明在出现不可逆转的COPD病理生理改变前早期实施预防策略对改善患者预后具有重要意义。因此，早期筛查是提高COPD诊断率并及时干预的关键。肺功能检查是评估COPD的“金标准”，能够提高轻度患者的诊断率，降低因早期无症状而出现的漏诊。除此之外，研究发现COPD患者细胞外囊泡（EVs)中分离出的miR-192、miR-21、miR-146a和miR-223增加，这些差异表达的EV miRNA可能为与炎症衰老相关的疾病提供潜在的生物标志物；部分炎症标志物（如C反应蛋白、白介素-6）的水平在COPD患者中升高，可能对COPD患者临床综合评估有价值；影像学CT检查可以扫描和量化肺气肿。研究显示在长期吸烟患者中，结合CT检查，COPD诊断率更高。通过这些筛查手段以及结合患者的生活习惯和病史，可以更有效地实现早期诊断和干预。

对于已经确诊的COPD患者，三级预防旨在通过疾病管理减少并发症和病情的进一步恶化。接种灭活疫苗可以降低COPD患者的急性加重发生率。流感疫苗对老年COPD患者更为有效，每年接种流感疫苗有效降低了COPD患者的住院治疗和死亡风险；肺炎球菌疫苗是另一种对慢性肺部疾病患者普遍推荐的疫苗。23价肺炎球菌多糖疫苗（pPPSV23)含有85%以上侵袭性肺炎球菌血清型,PPSV23已被证明可以降低65岁以下、FEV1预测值小于40%的COPD患者社区获得性肺炎或合并症的发生率。此外，鼓励患者进行肺康复训练（对于重症患者），可以改善患者的运动耐受性和呼吸困难，减少急性加重的频率。氧疗是少数几种证实能有效降低特定COPD患者死亡率的治疗方法之一。虽然单独氧疗对急性加重或住院率似乎影响不大，但是夜间氧疗实验（NOTT）表明，接受连续供氧治疗的重度低氧血症患者随机分组后3年生存率高于接受12小时夜间供氧治疗的患者。

基于WiFi感知的呼吸监测技术的最新进展。该技术具有非接触、低成本和高隐私保护等优点，但目前仍面临一些挑战，如监测范围受限和易受环境干扰等。文章提出了一种名为FDRadio的方法，通过分离动态干扰源、消除环境噪声和增强动态反射信号功率来提高感知精度和监测范围。实验结果表明，即使在复杂动态场景下，FDRadio也能在7米范围内保持高监测精度。

基于WiFi感知的呼吸监测具有非接触、低成本和隐私保护性高等优点，已成为当前物联网感知层研究的热点。然而，现有基于WiFi感知的呼吸监测依赖敏感的信道状态信息，在应用时要求处于静止状态的监测目标不能距离WiFi收发设备过远，并要求不能有处于运动状态的非监测目标的干扰，这些要求制约了WiFi感知在呼吸监测方面的应用推广。为此，提出了一种适应于动态场景的呼吸监测范围扩大方法FDRadio，尝试从分离动态干扰源，消除环境噪声以及增强动态反射信号功率3个方面提高感知精度和监测范围。具体而言，首先通过合并多个WiFi信道扩展信道带宽，以提高WiFi感知的空间分辨率，并使用有线直连信道作为参考信道去除硬件噪声。其次分析了监测范围与环境噪声的关系，并基于时间分集提出一种2级消除环境噪声的方法。此外设计并实现了一种新颖的权值分配算法，通过合理叠加不同天线的比值信号，最大化动态反射信号功率，从而使处理后的信号对呼吸引起的胸腔微弱起伏具有更强的感知能力。最后将处理后的信号转换到时域上的功率时延谱，利用监测目标和非监测目标之间信号传播路径的距离差，识别目标的呼吸信号。在商用嵌入式设备上实现了FDRadio，并进行了一系列实验。实验结果表明，即使在监测人员附近有多个连续移动的非监测目标，FDRadio依然能够在7 m监测范围内保持监测误差小于0.5 bpm。

随着技术的进步，无线化和便携式的呼吸监测设备使得患者在家也能进行便捷的自我监测，进一步提升了健康管理的效果。无线呼吸监测设备的最新进展，不仅提高了监测的准确性和范围，还增强了患者在家庭环境中的自我管理能力。这些技术突破为慢性病患者提供了更便捷、连续的监测手段，有助于及时发现病情变化，调整治疗方案，从而改善生活质量。