冠心病发病风险预测模型及筛查模型研究

发布时间：2017-12-10 16:16

  本文关键词：冠心病发病风险预测模型及筛查模型研究

  更多相关文章： 冠心病 疾病预测模型 竞争风险 冠脉造影 疾病筛查模型

【摘要】：研究背景心血管疾病(CardiovascularDisease,CVD)是当前威胁人类健康的重要疾病,其中冠状动脉粥样硬化性心脏病(Coronary HeartDisease,CHD)是临床上常见的心血管疾病类型之一。CHD是由于血管的粥样硬化而引起的冠状动脉狭窄和(或)闭塞,致使冠状动脉的血管管径改变而影响血流循环,从而引起心肌缺血、缺氧的疾病状态。冠心病的病程发展是一个慢性过程,健康→低危状态→高危状态→早期心血管病变→临床症状→形成冠心病的全过程往往需要几十年时间。因此,有充足时间可以通过健康管理延缓或阻止疾病进展。为此,在心血管病发生的早期阶段,需要构建CHD发病风险预测模型,以发现高危个体并及时针对其特定危险因素实施个性化健康干预,以期尽早预防冠心病发生。而对于已经出现部分疑似冠心病症状的个体,则需要采取简易、廉价、适宜的筛查工具,评估其冠状动脉粥样硬化斑块负荷情况,以便筛选出高危个体,进一步的确诊(冠状动脉造影)。这样不仅可以降低发现高危个体的成本,又可大幅度降低过度医疗。基于此,本研究通过建立CHD随访队列,采用部分分布竞争风险模型,构建了 CHD发病预测模型。同时,以出现症状的疑似冠心病人的冠状动脉造影结果为金标准,采用常规体检指标,构建了廉价、简易的CHD高危个体筛查模型。资料与方法:一、冠心病发病风险预测模型构建基于"山东多中心健康管理纵向观察队列",按以下纳入排除标准构建冠心病风险预测子队列:基线(包括进入基线后一个月内)未患冠心病;体检资料完整;年龄≥20岁。最终纳入73386人(男41968人,女31418人)。在描述性分析的基础上,对经典的冠心病危险因素进行筛选,并选取有统计学意义的指标构建Fine and Gray模型。使用ROC曲线下面积与O/E评估模型,并使用十折交叉法对模型进行内部验证。二、疑似冠心病人的冠状动脉斑块负荷分布谱及高危人群筛查模型选取2014年7月1日-2016年4月29日在临沂市人民医院住院并进行冠状动脉造影,且病例资料完整的患者。共纳入1631人(男1030人,女601人)。在描述性分析的基础上,基于Logistic回归模型分性别调整年龄对判别因子进行筛选。并使用筛选出的判别因子和年龄、是否患高血压、是否患糖尿病、是否血脂异常,以TPS评分、SSS评分、CADS评分、三种评分并联判别和三种评分串联判别为判别准则,构建判别模型。使用ROC曲线下面积AUC对模型判别能力进行评估。研究结果如下:一、冠心病发病风险预测模型构建1.构建的健康管理队列共纳入73386人(男41968人,女31418人),中位随访时间3.10年,共发生冠心病1545例(男958例、女587例),发病密度为5.51/1000 人年(男 5.95/1000 人年,女 4.90/1000 人年)。2.基于竞争风险模型建立了冠心病发病风险评估模型。对于男性,模型的预测因子为年龄、BMI、收缩压、总胆固醇、高密度脂蛋白胆固醇、吸烟和糖尿病,其ROC曲线下面积为0.809(95CI:0.804～0.815),O/E值为0.98;经十折交叉验证,其AUC仍达到0.806(95%CI:0.801～0.812)。对于女性,模型的预测因子为年龄、BMI、收缩压、总胆固醇和糖尿病,模型的AUC为0.869(95%CI:0.863～0.874),O/E值为1.02;经十折交叉内部验证后,其AUC仍达到0.866(95%CI:0.860～0.872)。构建的CHD预测模型预测能力与效果良好。二、疑似冠心病人的冠状动脉斑块负荷分布谱及高危人群筛查模型1.针对经冠状动脉造影检查的1631例(男870人,女422人)疑似冠心病患者,分别采用TPS、SSS和CADS三种评分方法,定量刻画了其冠状动脉硬化斑块负荷情况。结果显示,冠脉狭窄发生率为79.22%(1292/1631),其中男性狭窄发生率为84.47%(870/1030),女性狭窄发生率为70.22%(422/601)。冠状动脉造影分布谱显示,CADS评分在人群中的分布情况显示存在阻塞型冠状动脉病变的人数占62.42%(1018/1631),TPS评分与SSS评分在人群中呈现偏态分布,大致呈现出积分越高人数越少、高分人群占比较低的趋势,47.70%(778/1631)的受检者SSS评分≤5分,74.00%(1207/1631)的受检者TPS评分≤5分。三种评分在不同性别、年龄组间的评分均存在差异。2.基于Logistic回归模型,采用年龄、高密度脂蛋白胆固醇、血红蛋白、直接胆红素、谷丙转氨酶、糖尿病、高血压作为判别因子,分别以TPS评分5、SSS评分5、CADS评分出现阻塞型病变、三种评分方式并联判别及三种评分方式串联判别为判别准则,构建了冠心病高危人群筛查模型。对于男性而言,在TPS评分5准则下,所构建的筛查模型AUC为0.687(95%CI:0.656～0.717);在SSS评分5准则下,所构建的筛查模型AUC为0.662(95%CI:0.630～0.693);在CADS评分出现阻塞型狭窄准则下,所构建的筛查模型AUC为0.632(95%CI:0.601～0.661)。在三种评分方式并联判别准则下,所构建的筛查模型AUC为0.625(95%CI:0.593～0.656);在三种评分方式串联判别准则下,所构建的筛查模型AUC为0.691(95%CI:0.661～0.721)。对于女性而言,在TPS评分5准则下,所构建的筛查模型AUC为0.731(95%CI:0.692～0.768);在SSS评分5准则下,所构建的筛查模型AUC为0.761(95%CI:0.723～0.796);在CADS评分出现阻塞型病变准则下,所构建的筛查模型AUC为0.740(95%CI:0.703～0.774)。在三种评分方式并联判别准则下,所构建的筛查模型AUC为0.753(95%CI:0.714～0.788);在三种评分方式串联判别准则下,所构建的筛查模型AUC 为 0.735(95%CI:0.695～0.771)。研究结论:1.针对健康管理人群,构建了基于常规体检指标的冠心病发病风险预测模型,经十折交叉验证表明其预测能力良好,为健康管理人群CHD早期预测提供了简易工具。2.阐明了疑似冠心病群体的冠状动脉粥样硬化斑块分布谱,为了解该人群冠状动脉斑块负荷提供了证据。以出现症状的疑似冠心病人的冠状动脉造影结果为金标准,采用常规体检指标,构建了廉价、简易的CHD高危个体筛查模型。
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：R541.4

【相似文献】

中国期刊全文数据库 前10条

1 朱建军,褚新奇;海军医院住院费用预测模型的建立与应用[J];解放军医院管理杂志;2002年05期

2 许乾雄,肖创普;用灰色预测模型对病毒性肝炎发病率作预测[J];中国公共卫生;1993年02期

3 Schneck M.E. ,Bearse Jr. M.A. ,杨建刚;糖尿病视网膜病变进展的定位预测模型的形成和评估[J];世界核心医学期刊文摘.眼科学分册;2005年04期

4 Spears J.;TerBrugge K.G.;Moosavian M.;M.Tymianski;郭俊;;脑动静脉畸形手术治疗后患者神经功能预后的判别预测模型[J];世界核心医学期刊文摘(神经病学分册);2006年12期

5 王平根,吴海涛,高志平;医院药品预测模型[J];中国药学杂志;1999年03期

6 李娟;方慧生;;一种新的基于平均相似性方法的蛋白质天然构象预测模型质量评测方法[J];药物生物技术;2010年04期

7 李清江;;基于结核病预测模型的比较研究[J];硅谷;2012年14期

8 朱卉;韩昌斌;李晓武;阮积栋;李国华;;武汉市市区车祸死亡人数灰色预测模型及其近期效果评价[J];中国卫生统计;1991年01期

9 伍丽萍;王述蓉;陈玉;陈聪;吴佳琦;叶利明;;生物分配胶束液相色谱中β-内酰胺类抗生素定量保留-活性关系预测模型的研究[J];中国药学杂志;2008年07期

10 孔超;刘元凤;沈续雷;;灰色预测模型的SAS程序改进[J];中国卫生统计;2008年06期

中国重要会议论文全文数据库 前10条

1 鄢小彬;肖新平;;基于灰色马尔可夫模型的煤矿安全预测[A];第九届中国青年信息与管理学者大会论文集[C];2007年

2 罗荣桂;黄敏镁;;基于自适应神经模糊推理系统的服务业发展预测模型[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年

3 王亮;刘豹;徐德民;;预测模型的选择及其智能化实现[A];科学决策与系统工程——中国系统工程学会第六次年会论文集[C];1990年

4 肖健华;吴今培;;基于支持向量机的预测模型及应用[A];2003年中国智能自动化会议论文集（下册）[C];2003年

5 李阳旭;邓辉文;;一种新的企业市场预测模型及其比较研究[A];2004年中国管理科学学术会议论文集[C];2004年

6 马志元;;城市区域经济、人口、能源、环境综合系统预测模型及应用[A];中国城市建设与环境保护实践——城市建设与环境保护学术研讨会论文集[C];1997年

7 李兆芹;姚克敏;;一种新的疾病发病率预测模型研究[A];首届长三角气象科技论坛论文集[C];2004年

8 李兆芹;姚克敏;;一种新的疾病发病率预测模型研究[A];首届长三角科技论坛——气象科技发展论坛论文集[C];2004年

9 张晓f^;;全球煤炭产量的灰色预测模型[A];中国现场统计研究会第十三届学术年会论文集[C];2007年

10 肖会敏;樊为刚;;基于神经网络的粮食产量预测模型[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年

中国重要报纸全文数据库 前10条

1 刘庆;“预测模型”要缓行[N];网络世界;2006年

2 特约记者 刘京涛;华东化工销售员工设计价格预测模型见成效[N];中国石油报;2010年

3 南方日报记者 彭琳　实习生 周鹏程;预测世界杯之外 大数据还能做什么[N];南方日报;2014年

4 本报记者 张超;预测模型：推算SARS起落潮[N];科技日报;2003年

5 本报记者 段佳;机器“品肉师”替您“尝鲜”[N];大众科技报;2010年

6 BMC首席IT技术官 Mahendra Durai　IDC顾问 Eric Hatcher Randy Perry;预测智能：管理复杂基础架构的锁钥[N];中国计算机报;2010年

7 张琳 赵伟;巧用Excel构建利润预测模型[N];财会信报;2007年

8 杨宜勇（作者为国家发改委经济研究所副所长）;发挥信息化对就业的“增补效应”[N];第一财经日报;2005年

9 本报记者 汤浔芳　实习记者 董文萍;“孵化器”模式：大数据的垂直运营样本[N];21世纪经济报道;2014年

10 本报记者 安丰;深部找矿的探镜[N];中国国土资源报;2006年

中国博士学位论文全文数据库 前10条

1 师懿;城市交通规划环评中空气污染预测模型研究[D];中国地质大学;2015年

2 张丽;牦牛肉用品质特性及近红外预测模型和产量等级系统的研究[D];中国农业科学院;2015年

3 王菲;肉牛饲料有效能值预测模型的建立与评价[D];中国农业大学;2016年

4 文江平;农村地区成人2型糖尿病发生风险相关生物标志物的筛选及预测模型的建立[D];中国人民解放军医学院;2016年

5 白云鹏;华法林稳态剂量预测模型在瓣膜置换术后抗凝治疗中的应用[D];天津医科大学;2016年

6 孙鹏;风电机组状态异常辨识广义模型与运行风险评估方法研究[D];重庆大学;2016年

7 马新;基于灰色系统与核方法的油藏动态预测方法研究[D];西南石油大学;2016年

8 付中涛;基于切削力预测模型的复杂曲面铣削进给速度优化研究[D];华中科技大学;2015年

9 周闯;原发性肝癌术后转移复发分子预测模型的优化整合与临床转化[D];复旦大学;2012年

10 孙忠林;煤矿安全生产预测模型的研究[D];山东科技大学;2009年

中国硕士学位论文全文数据库 前10条

1 刘冰;基于神经网络的纤维热磨过程能耗预测模型的研究[D];东北林业大学;2015年

2 张念;铁路轨道几何不平顺趋势预测的关键算法研究[D];西南交通大学;2015年

3 田振伟;城市能源预测模型的研究与应用[D];昆明理工大学;2015年

4 吴迪;基于模糊决策树算法的安全库存量预测模型[D];中国地质大学(北京);2015年

5 齐雯;采用灰色预测模型改进的HHT算法在故障诊断中的应用[D];华南理工大学;2015年

6 王萍;膀胱癌遗传分数的计算及发病风险预测模型的构建[D];复旦大学;2013年

7 石大宏;基于序列的蛋白质—核苷酸绑定位点预测研究[D];南京理工大学;2015年

8 熊盛华;基于BP神经网络的混合预测模型的实例研究[D];兰州大学;2015年

9 赵Z，

本文编号：1275125