论文部分内容阅读
目的采用数据挖掘技术对急性缺血性脑卒中患者应用重组组织型纤溶酶原激活剂(recombinant tissue plasminogen activator,rt-PA)静脉溶栓预后进行预测。构建急性缺血性脑卒中患者静脉溶栓预后的Logistic回归、决策树、神经网络及支持向量机的预测模型,通过真实性、收益、可靠性及临床应用价值等指标对模型进行评价,获得最优预测模型。方法1以2017年4月到2018年9月于山东省临沂市人民医院临床诊断为急性缺血性脑卒中,接受rt-PA静脉溶栓治疗且符合纳入标准,资料完整的患者为研究对象。收集研究对象的基本信息、既往病史、发病至治疗时间、溶栓前血压水平、溶栓前血糖水平、血常规、血生化、影像学检查资料、治疗情况、美国国立卫生研究院卒中量表(NIHSS)等病例资料,通过随访溶栓后90天患者Rankin量表(mRS)评分,将mRS评分0~2分的患者定义为预后良好,mRS评分3~6分的患者定义为预后不良。2使用2017年4月至2018年6月的患者资料建立预测模型,根据单因素分析及多因素分析结果,结合文献综述、专家意见确定预测模型的输入变量;使用SPSS Modeler 14.1软件构建Logistic回归模型、决策树模型、神经网络模型和支持向量机模型,比较四种预测模型训练集与测试集的灵敏度、特异度、约登指数、阳性似然比、阴性似然比、ROC曲线下面积(AUC)、准确率、Kappa值、阳性预测值、阴性预测值等指标,以获得最优预测模型。3使用2018年7月至2018年9月纳入的患者进行模型验证,通过筛选出的最优模型预测患者溶栓3个月后的预后情况,将预测结果与随访所得患者90天后的预后情况对比,计算模型预测准确性等指标,用于模型实际应用效果的验证。结果1本次研究共纳入630例患者作为研究对象,其中2017年4月至2018年6月住院治疗患者522例,预后良好341例,预后不良181例;2018年7月至2018年9月住院治疗患者108例,预后良好73例,预后不良35例。2017年4月至2018年6月的522例患者进行单因素分析结果显示,预后良好组年龄低于预后不良组;预后良好组中有高血压史、冠心病史、房颤史、高同型半胱氨酸、颈部大血管狭窄≥50%、出血并发症的比例、平均收缩压水平、OTT、溶栓前后NIHSS评分、血小板体积、尿素、乳酸脱氢酶和血糖均低于预后不良组;预后良好组意识清醒的患者比例高于预后不良组;预后良好组患者出院时基本治愈和好转的比例、红细胞、血浆总蛋白、甘油三酯和血钾的平均水平均高于预后不良组;OCSP分型为POCI型和LACI型的患者预后良好组比例高于预后不良组,以上差异均具有统计学意义(P<0.05)。2非条件Logistic回归分析结果显示,颈部大动脉狭窄≥50%、OCSP分型PACI型和TACI型、出院结局差、OTT长、溶栓后高NIHSS评分及高龄是溶栓预后的危险因素。3根据多因素分析结果,结合文献检索并与临床医生沟通结合临床经验和中国急性缺血性脑卒中诊治指南,增加血糖、收缩压,共选择8个因素为预测模型输入变量。4针对训练集数据,神经网络模型、支持向量机模型、Logistic回归模型和决策树模型的准确率分别为91.01%、85.11%、87.64%、86.52%;约登指数分别为0.79,0.64,0.70,0.66;Kappa指数分别为0.799,0.661,0.719,0.690;AUC(95%CI)分别为0.874(0.835,0.907),0.820(0.776,0.859),0.849(0.807,0.884),0.831(0.788,0.868)。神经网络预测模型的AUC高于其它模型,差异具有统计学意义(P<0.05)。针对测试集数据,神经网络模型、支持向量机模型、Logistic回归模型和决策树模型的准确率分别为90.96%,81.93%,86.75%,83.73%;约登指数分别为0.77,0.57,0.66,0.59;Kappa指数分别为0.694,0.589,0.691,0.622;AUC(95%CI)分别为0.835(0.769,0.888),0.787(0.717,0.847),0.828(0.762,0.882),0.797(0.727,0.855)。四种模型的AUC差异没有统计学意义(P>0.05)。5使用所建立的基于神经网络的急性缺血性脑卒中静脉溶栓预后预测模型,对2018年7月-2018年9月纳入的108例患者预后进行预测,并于患者静脉溶栓90天的实际预后结果进行比较,结果显示模型预测准确性为87.04%,灵敏度为87.67%,特异度为85.71%,约登指数为0.73,Kappa指数为0.713,AUC(95%CI)为0.895(0.829,0.961)。结论颈部大动脉狭窄≥50%、OCSP分型PACI型和TACI型、出院结局差、OTT长、溶栓后高NIHSS评分、高龄、高血糖、高收缩压水平是急性缺血性脑卒中静脉溶栓预后的危险因素;Logistic回归、决策树、神经网络及支持向量机四种急性缺血性脑卒中静脉溶栓预后预测模型中,神经网络模型预测效果最优,实际应用的预测效果也较好。图4幅;表34个;参168篇。