基于潜在结构模型的肝硬化患者肝功能Child-Pugh评分优化研究
发布时间:2020-03-27 11:08
【摘要】:目的:肝硬化是一种严重威胁我国居民健康的疾病,其发病率高且患病后病情很难发生逆转,进展到失代偿期会引起多种并发症,病死率显著升高,最终需要肝移植,预后极差,因而使用可靠的评分系统对肝硬化患者的肝功能损害程度和预后进行评估是非常必要的。Child-Pugh(CTP)分级是一种广泛应用的肝功能评分系统,然而该评分系统存在评分范围窄、区分能力有限以及所有变量权重相同的缺陷。因而本研究将潜在结构模型应用于Child-Pugh评分系统,弥补传统Child-Pugh评分系统的不足,以期得到一个更优的肝硬化患者肝功能分级评分系统,从而提高肝硬化患者肝功能分级的预测效果,识别出高风险肝硬化患者,实现早期干预,提供预防性治疗等措施,降低肝硬化的病死率。方法:通过回顾性收集2010年1月至2017年4月在山西医科大学第二医院住院的1561例肝硬化患者的病历资料,对Child-Pugh评分系统中的肝性脑病、腹水、白蛋白、凝血酶原时间和总胆红素5个顺序类别变量进行潜在特质分析和顺序性潜在类别分析。通过潜在特质分析得出一个带有权重的综合变量——主成分得分,采用t检验对是否发生不良结局两组的主成分得分进行比较,对主成分得分和表面得分进行回归相关分析,并通过ROC曲线下面积比较传统CTP评分和主成分得分对肝硬化不良结局的预测价值。通过潜在类别分析识别不同肝功能损害程度的肝硬化患者,并采用卡方检验验证潜在类别分析可以识别出肝功能损害严重的肝硬化患者,对潜在类别分析分组结果和传统CTP分级结果进行一致性评价,通过ROC曲线下面积比较传统CTP分级和潜在类别分析对肝硬化不良结局的预测价值。最后得出一个最优的肝硬化患者肝功能分级评分系统并进行验证。结果:1.潜在特质分析结果表明:所有反应模式的主成分得分均在(8.167~24.501)之间。随着反应模式得分的增加,主成分得分也在增加,说明肝硬化患者的肝功能损害越大。主成分得分结果表明白蛋白对肝硬化患者肝功能损害的影响权重大,凝血酶原时间次之,而总胆红素较小。主成分得分与表面得分呈正相关并且相关程度较高。发生与不发生肝硬化不良结局(死亡、肝肾综合征、电解质紊乱、自发性腹膜炎、上消化道出血)的主成分得分差异有统计学意义,进一步验证了不良结局的发生与主成分得分有关联。主成分得分是一个连续的且具有权重的可以反映肝硬化患者肝功能损害程度的综合变量。主成分得分与CTP评分对肝硬化不良结局的预测ROC曲线下面积显示:这两种方法的P值都小于0.05,说明两种方法对不良结局的预测有意义。CTP评分与主成分得分对死亡、死亡及病危、自发性腹膜炎、电解质紊乱及肝肾综合征的预测能力差异无统计学意义,说明CTP评分不劣于主成分得分,CTP评分可以接受。2.潜在类别分析将肝硬化患者分为三个潜在类别,LCA-A(轻度肝功能损害)的人数为346(22.2%),LCA-B(中度肝功能损害)的人数为596(38.2%),LCA-C(重度肝功能损害)的人数为619(39.7%),本研究肝硬化患者中重度肝功能损害人数最多。潜在类别分析的分组结果与是否发生不良结局的卡方检验,P值均0.05,说明不同潜在类别的肝硬化患者不良结局的发生率总体差异有统计学意义,进一步验证不良结局的发生与所属的潜在类别有关联,两两比较结果表明重度肝功能损害组不良结局的发生率高于轻度组和中度组。潜在类别分析分级结果与传统的CTP分级的符合率=0.826,Kappa值=0.726,潜在类别分析可以对肝硬化患者肝功能损害程度进行分级。潜在类别分析与CTP分级对肝硬化不良结局的预测ROC曲线下面积显示:这两种方法的P值都小于0.05,说明两种方法对不良结局的预测有意义。CTP分级和潜在类别分析对死亡、死亡及病危、肝肾综合征、上消化道出血、合并五种不良结局的预测能力均为潜在类别分析CTP分级,且差异均有统计学意义,说明CTP分级的预测价值较低,需要进行改进。3.CTP分级对死亡以及并发症的预测价值比CTP评分的低,同时也比潜在类别分析的低,说明CTP分级的分界点不合理,因而我们将采用潜在类别分析结合CTP评分形成新的分级标准,把它命名为LCA-CTP分级,形成的新的界值为5~7分为轻度,8~10分为中度,11~15分为重度。LCA-CTP分级对不良结局的预测价值有意义(P0.05),且对各种不良结局的预测ROC曲线下面积均显示LCA-CTP分级优于CTP分级。不同LCA-CTP分级的不良结局发生率的比较差异有统计学意义,进一步验证了LCA-CTP分级可以用于肝硬化患者肝功能损害程度的分级。结论:本研究首次将潜在结构模型与Child-Pugh评分系统结合起来,对传统的CTP分级进行了改进,提出了一种优于传统CTP分级的新的肝硬化患者肝功能分级评分系统——LCA-CTP分级,我们形成的新的界值为5~7分为轻度,8~10分为中度,11~15分为重度。
【学位授予单位】:山西医科大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:R575.2
本文编号:2602879
【学位授予单位】:山西医科大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:R575.2
【参考文献】
相关期刊论文 前6条
1 刘娜;石志红;曹红艳;郭兴萍;张岩波;;潜在特质模型在疾病易感性评价中的应用[J];中国卫生统计;2017年02期
2 施维;薛均;潘璀然;任元凯;倪正杰;张远鹏;王理;吴辉群;蒋葵;董建成;;机器学习在肿瘤早期诊断与预后预测中的应用[J];医学信息学杂志;2016年11期
3 李金;刘小琴;曹红艳;张岩波;;潜在类别分析在出生缺陷高危人群识别中的应用[J];中国卫生统计;2016年04期
4 凌宇;贺郁舒;黎志华;刘文俐;;青少年述情障碍特征的潜在类别分析[J];中国临床心理学杂志;2015年05期
5 张百红;王湘辉;凌昌全;;CIS分期系统对预测肝癌预后的价值研究[J];临床肿瘤学杂志;2009年02期
6 吴金华;陈坤;;出生缺陷的影响因素研究进展[J];疾病监测;2009年01期
相关硕士学位论文 前2条
1 左萌;潜在特质模型与潜在分类模型的诊断结果对比研究[D];江西师范大学;2016年
2 黄明明;正念觉知的潜在结构研究[D];浙江师范大学;2016年
,本文编号:2602879
本文链接:https://www.wllwen.com/yixuelunwen/xiaohjib/2602879.html
最近更新
教材专著