一项新的研究表明，通过人工神经网络（ANN）和尿液生物标志物可以准确预测慢性阻塞性肺疾病（COPD）的急性加重，这些预测可以在症状出现前几天进行。这一创新方法为改善早期干预和减少COPD急性加重带来的负担提供了新的途径，而COPD急性加重显著增加了患者的发病率和死亡率。
研究人员确定了一组10个尿液生物标志物，包括NGAL、TIMP1和CRP，这些标志物可以区分COPD的稳定状态和急性加重状态。在一项涉及55名COPD患者的配对尿样回顾性发现研究中，该生物标志物组合在识别急性加重状态方面达到了0.84的曲线下面积（AUC）。随后，在一项为期六个月的前瞻性研究中，对105名COPD患者进行了验证，该组合达到了类似的0.81的AUC。
在此基础上，研究团队利用85名患者的生物标志物数据开发了一个ANN模型，用于预测急性加重风险。该模型达到了令人印象深刻的0.89的AUC，并且能够在临床诊断前中位数七天识别出急性加重，为早期干预提供了关键的时间窗口。此外，这些生物标志物还被整合到一个原型试纸测试中，该测试配备了一个光电读取器，适用于近患者使用，提供了一个实用的工具，用于持续监测和及时干预。
这项技术有可能彻底改变COPD急性加重的管理方式，有望减少住院次数并改善患者预后。
(全文结束)
