Aims: To identify distinct asthma control clusters based on Control of Allergic Rhinitis and Asthma Test (CARAT) and to compare patients’ characteristics among these clusters. Methods: Adults and adolescents (≥13 years) with persistent asthma were recruited at 29 Portuguese hospital outpatient clinics, in the context of two observational studies of the INSPIRERS project. Demographic and clinical characteristics, adherence to inhaled medication, beliefs about inhaled medication, anxiety and depression, quality of life, and asthma control (CARAT, >24 good control) were collected. Hierarchical cluster analysis was performed using CARAT total score (CARAT-T). Results: 410 patients (68% adults), with a median (percentile 25-percentile 75) age of 28 (16-46) years, were analysed. Three clusters were identified [mean CARAT-T (min-max)]: cluster 1 [27(24-30)], cluster 2 [19(14-23)] and cluster 3 [10(2-13)]. Patients in cluster 1 (34%) were characterised by better asthma control, better quality of life, higher inhaler adherence and use of a single inhaler. Patients in clusters 2 (50%) and 3 (16%) had uncontrolled asthma, lower inhaler adherence, more symptoms of anxiety and depression and more than half had at least one exacerbation in the previous year. Furthermore, patients in cluster 3 were predominantly female, had more unscheduled medical visits and more anxiety symptoms, perceived a higher necessity of their prescribed inhalers but also higher levels of concern about taking these inhalers. There were no differences in age, body mass index, lung function, smoking status, hospital admissions or specialist physician follow-up time among the three clusters. Conclusion: An unsupervised method based on CARAT-T, identified 3 clusters of patients with distinct, clinically meaningful characteristics. The cluster with better asthma control had a cut-off similar to the established in the validation study of CARAT and an additional cut-off seems to distinguish more severe disease. Further research is necessary to validate the asthma control clusters identified.
Objetivos: Identificar clusters de controlo da asma baseados no Teste de Controlo da Asma e Rinite Alérgica (CARAT) e comparar as características dos doentes nos diferentes clusters. Métodos: Adultos e adolescentes (≥13 anos) com asma persistente foram recrutados em 29 centros no contexto de 2 estudos observacionais do projeto INSPIRERS. Foram recolhidos dados relativos a características demográficas e clínicas, adesão ao inalador, crenças sobre a medicação, sintomas de ansiedade e depressão, qualidade de vida e controlo da asma (CARAT, >24 bom controlo). Foi efetuada uma análise hierárquica de clusters usando a pontuação total do CARAT (CARAT-T).Resultados: Foram analisados 410 doentes (68% adultos), com uma idade mediana (percentil 25-percentil 75) de 28 (16-46) anos. Foram identificados três clusters [média CARAT-T(min-max)]: cluster 1 [27(24-30)], cluster 2 [19(14-23)] e cluster 3 [10(2-13)]. Os doentes no cluster 1 (34%) apresentavam melhor controlo da asma, melhor qualidade de vida, maior adesão aos inaladores e usavam um único inalador. Os doentes nos clusters 2 (50%) e 3 (16%) tinham a asma não controlada, menor adesão aos inaladores, mais sintomas de ansiedade e depressão e mais de metade reportavam pelo menos uma exacerbação no último ano. Adicionalmente, os doentes no cluster 3 eram predominantemente mulheres, tinham mais consultas médicas não agendadas, apresentavam mais sintomas de ansiedade, percebiam uma maior necessidade dos inaladores, mas também uma maior preocupação associada ao seu uso. Não se verificaram diferenças na idade, índice de massa corporal, função pulmonar, hábitos tabágicos, hospitalizações ou tempo de seguimento pelo médico especialista. Conclusões: Um método não supervisionado baseado no CARAT-T, identificou 3 clusters de doentes com diferentes características clínicas. O cluster com melhor controlo apresenta um ponto de corte semelhante ao estabelecido no estudo de validação do CARAT. Este estudo sugere ainda a existência de um ponto de corte adicional para distinguir doença mais grave. Mais investigação é necessária para validar os clusters identificados
