论文部分内容阅读
急性高原病（Acute Mountain Sickness，AMS）是指由平原进入高原或由高原进入更高海拔地区，在短期内(数小时至数日)发生的各种临床症候群，分为急性轻型高原病(急性高原反应)、高原肺水肿和高原脑水肿。其发病率高、危害大，是影响快速进入高海拔地区官兵健康和生命安全的主要疾病，也是导致作业能力降低的主要因素。基础研究表明，急性高原病有明显的易感性，但目前尚无预测筛选方法，因此，为了能够给急进高原部队卫勤保障提供可供参考的资源和科学依据，本研究跳出传统思路，突破学科界限，从多因素角度考虑建立AMS易感指标体系，并结合这些指标采用神经网络基本原理和方法建立模型来预测AMS易感的可能性。一、研究的主要内容第一、急进高原人群急性高原病易感预测需求研究第二、急性高原病易感危险因素初步筛选及Meta分析研究第三、高海拔暴露前易感危险因素与急性高原病关系研究第四、急性高原病易感神经网络预测模型建立与应用研究二、研究的主要方法本课题主要综合运用如下方法进行研究：第一、调查研究方法：包括文献资料调研，人员基本情况调研和心理症状测评调研，获得数据资料。第二、系统分析方法：运用系统分析方法，基于循证医学原理初步确立急性高原病易感指标体系。第三、现场实验方法：通过现场实验，获得指标筛选优化、建立模型和模型验证所需的基本数据。第四、统计学方法：运用统计分析方法，实现急性高原病易感指标的优化。第五、模型方法：综合运用复杂系统神经网络方法，实现急性高原病易感者预测判断模型的建立。三、研究的主要结果（一）急进高原人群急性高原病易感预测需求研究采用描述性统计分析、曲线拟合等方法分析了急性高原病疾病减员率与海拔高度的关系。结果表明：进入高海拔人群，在没有剧烈劳动强度情况下，急性高原病疾病减员率仍然较高，在海拔3500米--4000米范围，AMS减员率有95%概率落在2.64--8.83范围内，在4000米以上海拔区域，AMS减员率有95%概率落在9.72--25.34范围内，且随海拔高度增加呈上升趋势。因此，有必要开展高海拔暴露前AMS易感者预测筛选研究，一方面可以降低AMS疾病减员率，另一方面为大部队急进高原卫勤保障提供可供借鉴的科学依据。（二）急性高原病易感危险因素初步筛选及Meta分析研究AMS易感危险因素主要集中在生理指标、生化指标、心理指标以及基因指标四个方面，本研究采用文献阅读和Meta分析方法，从大批人群现场实验简易性、无创性、可操作性和安全性角度出发，在考虑主要指标和次要指标基础上，初步确立18项指标用于与AMS发病关系的研究，包括：身高、体重、身体指数、胸廓体积，动脉血氧饱和度、冷刺激后血压变化、血浆皮质醇含量、肺活量、用力肺活量、心率变异、精神因素、屏气时间、血浆ROS水平、血浆去甲肾上腺素、呼出气NO、呼出气CO、吸烟和饮酒。（三）AMS易感生理、生化、心理健康状态指标的实证研究在进入高原前1周，应用自制量表和焦虑自评量表、抑郁自评量表、SCL-90症状自评量表对某部314名拟进入高原新兵的基本情况和心理状况进行了调查和测评，通过体格检查获取了18项生理生化指标数据，采用国际通用的Lake Lousie Score急性高原病诊断标准对研究对象进行症状调查与评分。结果表明：新兵在进入高原前存在不同程度的心理应激，焦虑总分、抑郁总分、SCL-90总分与AMS症状分值存在一定相关性，且有焦虑、抑郁、SCL-90阳性症状人员出现AMS症状的比例显著高于无焦虑、抑郁、SCL-90阳性症状人员（2=10.944， p <0.05；2=20.355， p <0.05；2=3.987，<0.05）。新兵高海拔暴露前FENO、FECO值与AMS存在相关性，FENO和FECO均值在AMS组和非AMS组人群中显著不同（值分别为0.003和小于0.001），在AMS非症状组FENO均值的95%CI为[13.25，16.23]，AMS症状组为[9.07，12.98]；在AMS非症状组FECO均值的95%CI为[5.49，6.72]，AMS症状组为[3.76，5.02]。FECO值与吸烟行为强烈正相关（r=0.831,<0.001），AMS组吸烟率显著低于非AMS组，但是，吸烟者FENO值显著低于不吸烟者（<0.001），因此，虽然FECO值与AMS评分负相关，但是并不意味着FECO值越高，AMS风险越低，我们认为吸烟具有双重作用，在一定范围内，FECO值对AMS的形成具有保护作用。肺活量（VC）与AMS负相关。心率变异、冷激发后血压变化、屏气时间、SaO2、年龄、BMI、饮酒行为与AMS无显著关系（p>0.05），研究对象高海拔暴露前血浆皮质醇含量（Cor值）虽然处于较高水平，但与AMS形成并无显著关系（>0.05）。因此，高海拔暴露前FECO和FENO值也是AMS易感的危险因素，可以作为AMS易感性预测的指标。（四）急性高原病易感神经网络预测模型建立与应用研究本研究根据所研究问题的性质和神经网络理论，针对AMS易感指标的特征，采取学习向量量化(LVQ，Learning Vector Quantization)网络和误差反向后传（BackPropagation，BP）网络两种模型，采用比较研究方法、试错法等手段，并通过不断对训练结构和参数的修正，建立了AMS易感预测的LVQ模型，模型的平均正确预测精度达到72.22%，初步实现对AMS易感人群的筛选。因此，LVQ神经网络用于AMS易感预测是可行的，是一种更有前途的AMS易感者筛选方法。在此基础上，结合研究工作开展情况，提出了LVQ预测模型在急进高原人群AMS易感筛选的应用步骤以及大规模人群急进高原卫勤保障方案。