目的：用統計方法研究運動測試時潮氣末的二氧化碳分壓以及二氧化碳分壓與其他生理變量的交互作用，並藉此來改進我們預測動脈血二氧化碳分壓的能力。
方法：作者對47位慢性阻塞性肺疾病（COPD）病人進行了肺功能測試和逐漸增加強度的運動試驗，直到病人無法進行測試為止。最大運動測試期間會抽取動脈血氣及測量運動生理參數。此預測二氧化碳分壓的程序普遍被以leave-one-out、cross-validation的方法用在回歸技術上。六位病人因為數據收集不適當予以排除，剩下四十一位病人進入最後的分析。
結果：最佳的二氧化碳分壓預測方程式主要以潮氣末二氧化碳分壓、肺部彌散能力、潮氣容積、緩慢肺活量測試及最大呼氣壓力來決定。
結論：已被驗證的mixed-model回歸方程式可以預測運動期間二氧化碳分壓的趨勢，它將有助於在判讀運動測試時，由運動引起的高二氧化碳血症其動脈血二氧化碳分壓到潮氣末二氧化碳分壓的梯度。
Dean Hess博士評論
在COPD病人運動期間測量PaCO2，難以預測其肺功能試驗和諸如潮氣末PCO2等的非侵襲性測量值。Chuang等人使用統計方法去預測COPD病人在最大運動期間的動態性二氧化碳分壓。他們能夠藉由預測的方程式去預測運動期間二氧化碳分壓的趨勢，可能對於運動期間引起的高二氧化碳血症有所幫助。
相關鏈接：Using Statistical Techniques to Predict Dynamic Arterial PCO2 in Patients With COPD During Maximum ExerciseRespiratory Care，2012，57（7）： 1106-1114
