急性缺血性脑卒中静脉溶栓预后预测研究

发布时间：2020-11-05 08:02

　　 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(P0.05)。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(P0.05)。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(P0.05)。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。
【学位单位】：华北理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：R743.3
【部分图文】：

患者预后不良的发生概率为 18.98%。溶栓后 NIHSS 评分小于等于 6 分且小于等于 3 分，患者预后良好的发生概率为 90.36%，预后不良的发生概率为9.65%。决策路径 3：溶栓后 NIHSS 评分小于等于 6 分且大于 3 分，出院结局为治愈或好转，患者预后良好的发生概率为 68.00%，预后不良的发生概率为 32.00%。决策途径 4：溶栓后 NIHSS 评分小于等于 6 分且大于 3 分，出院结局为恶化，患者预后良好的发生概率为 8.33%，预后不良的发生概率为 91.67%。决策途径 5：溶栓后 NIHSS 评分小于等于 6 分且大于 3 分，出院结局为无效，收缩压小于等于 152 mmHg，患者预后良好的发生概率为 25.00%，预后不良的发生概率为 75.00%。决策途径 6：溶栓后 NIHSS 评分小于等于 6 分且大于 3 分，出院结局为无效，收缩压大于 152 mmHg，预后良好的发生概率为 100.00%，预后不良的患者 0 人，预后不良的发生概率为 0.00%。

lower upperic 回归模型 VS模型0.029 0.015 0.000 0.058 1.968 0.0ic 回归模型 VS策树模型0.018 0.018 -0.017 0.053 1.011 0.3ic 回归模型 VS络模型0.025 0.018 -0.010 0.060 1.415 0.1模型 VS策树模型0.011 0.021 -0.030 0.051 0.520 0.6模型 VS络模型0.054 0.019 0.017 0.091 2.844 0.0策树模型 VS络模型0.043 0.021 0.003 0.084 2.097 0.0

lower upperic 回归模 VS0.041 0.025 0.008 0.090 1.649 0.ic 回归模型.0 决策树模0.031 0.028 0.023 0.086 1.130 0.ic 回归模型网络模型0.007 0.028 0.048 0.061 0.244 0. VS C5.0模型0.010 0.035 0.059 0.078 0.274 0. VS络模型0.048 0.030 0.010 0.105 1.616 0.策树模型 VS络模型0.038 0.030 0.020 0.096 1.285 0.
【参考文献】

相关期刊论文 前10条

1 王德征;薛晓丹;张辉;徐忠良;张颖;宋桂德;王冲;江国虹;;天津市1999至2015年脑梗死死亡率变化趋势分析[J];中华心血管病杂志;2018年02期

2 梁莉莉;张振香;王盼盼;;赋能在脑卒中患者护理中的研究进展及启示[J];中国实用护理杂志;2015年34期

3 曹琴琴;张君;肖露露;刘柯婷;田玲;石瑞峰;徐格林;;高血压治疗与缺血性脑卒中严重程度相关性分析[J];医学研究生学报;2015年11期

4 陈云波;文贵斌;林玉全;李长清;;发病前应用阿托伐他汀钙治疗对初发脑梗死患者近期预后的影响[J];脑与神经疾病杂志;2015年05期

5 李安民;关文标;郭颖莹;刘刚;孟晓燕;刘忠玲;张志江;赵培华;;阿替普酶静脉溶栓治疗急性脑梗死的临床疗效观察[J];中西医结合心血管病电子杂志;2015年24期

6 周小丹;赵宏林;包成月;李方睿;杨丽荣;白文婷;马龙;刘文波;吕利英;佟伟军;;入院时体温与急性缺血性脑卒中患者出院结局的关系[J];中国老年学杂志;2015年13期

7 严晓波;张圣;严慎强;楼敏;;不同严重程度急性缺血性卒中患者静脉溶栓预后的影响因素分析[J];浙江大学学报(医学版);2015年01期

8 唐立鸿;康劲;薛玉梅;;高尿酸血症与缺血性脑卒中的相关研究进展[J];中华老年心脑血管病杂志;2014年08期

9 王洪波;李玉莲;王利清;贾静源;吴曦;何玲钧;刘晓文;张雪茹;;北京海淀区≥40岁居民脑卒中患病现状及其影响因素[J];中国公共卫生;2014年05期

10 石晓敬;;数据挖掘及其在医学信息中的应用[J];医学信息学杂志;2013年05期

相关博士学位论文 前3条

1 黄薇园;功能MRI动态监测大鼠急性缺血性脑卒中缺血再灌注损伤及其与预后相关的实验研究[D];复旦大学;2014年

2 董绍江;基于优化支持向量机的空间滚动轴承寿命预测方法研究[D];重庆大学;2012年

3 徐国平;基于支持向量机的动调陀螺仪寿命预测方法研究[D];上海交通大学;2008年

相关硕士学位论文 前4条

1 汪可可;急性缺血性脑卒中出血性转化的决策树风险预测模型[D];华北理工大学;2018年

2 尹刘杰;脑卒中患者静脉溶栓后非颅内出血对其预后的影响[D];郑州大学;2017年

3 周赟;急性缺血性卒中患者rt-PA溶栓治疗预后影响因素分析[D];苏州大学;2015年

4 夏楠;年龄对脑梗死患者急性期功能恢复的影响[D];南京医科大学;2015年

本文编号：2871355