英國Glenfield醫院呼吸研究所的研究人員在本月的《美國呼吸和重癥監護雜志》上發表的文章中，采用 k-means聚類分析方法，探討哮喘臨床表型的確定。 k-means 算法接受輸入量 k ；然后將n個數據對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。 由于哮喘表現異質性是多方面的，包括不同的臨床、生理和病理參數。分類時需要在一個統一的模型中同時考慮到這些不同的領域。研究者對184例初級護理（輕度至中度哮喘為主）與二級護理187例（難治性哮喘）患者比較，加重率和在12個月內皮質類固醇劑量變化差異比較，標準護理中減少嗜酸性粒細胞性炎癥的策略比較。2組哮喘患者中都有（早發性過敏性與肥胖，非嗜酸性粒細胞）2個聚類；難治性哮喘特中臨床表現及嗜酸性粒細胞性氣道炎癥（早發性的主要癥狀和遲發性的炎癥為主）2個聚類顯著不同。 在炎癥為主的聚類中，以炎癥為指導的護理兩組加重率都有減少（3.53比0.38加重率/病人/年， P=0.002）和在癥狀為主的聚類中吸入糖皮質激素劑量減少（丙酸倍氯米松平均同等差1829mg /天，P=0 .02）。 聚類分析提供了一種從多層面體現臨床哮喘表型對治療的反應差異的新方式。/**/