咳嗽不仅会引发疾病，还可以传播疾病，但医学界对于咳嗽的研究还是不足。认识和评估咳嗽最好的方法仍然不明确。为了加深对这一问题的认识，来自英国的Richard教授等进行了一项研究，提示非自动化的咳嗽计数方法仍然是统计咳嗽次数的金标准。文章发表在近期的 Respiratory Medicine 杂志上。
研究者测试了人耳检测咳嗽次数的准确性，评估了可视性数据对咳嗽计数的影响。研究者还对全自动咳嗽监测仪PulmoTrack的作用进行评估。
该研究的主要对象是那些收入住院和呼吸门诊的有咳嗽症状的患者，本实验才用自动化的咳嗽监控器，即PulmoTrack的咳嗽监测仪对入院16-24小时内的患者进行咳嗽监测。当PulmoTrack显示4小时的过程中最大量的咳嗽时，监控者根据咳嗽声音进行咳嗽计数。
为了对比监控者和可视性数据的影响之间的一致性，在15个呼吸内科医生的病例中，研究者查看15个呼吸内科医生的病例，记录三个14-22分钟的过程中发生的45-79次咳嗽。前者只有声音的播放，后者还包括了音频和活动的同时展现。研究者将监控者人工咳嗽计数和全自动监测仪所测得的结果进行了对比。
本研究采用PulmoTrack的评估，即对10个咳嗽患者进行20小时的记录。研究者将机械化计数与某调查者的评估进行了对比。
研究结果表明，人工咳嗽计数的咳嗽次数更多。单凭人耳的咳嗽计数的同类相关系数是0.89 。而与此同时声音振幅的视觉显示结果是0.94。用视觉数据测定出的咳嗽次数比单纯人耳计数少了4.8%。PulmoTrack检测人耳可识别的咳嗽的敏感性为26%
咳嗽计数在接受和未接受特殊训练的医生中测定结果是一致的。自动化软件简化了测定过程，但会导致计数结果偏低。
不同研究者行人耳咳嗽计数的结果之间并无差异。因为视觉信息对咳嗽计数的影响很大，应对咳嗽的计数方法进行更准确的描述。目前，非自动化的咳嗽计数方法仍然是统计咳嗽次数的金标准。
