決策樹模型與logistic回歸模型在腦出血預后分析中的應用

伍剛，許國宇，劉廣韜，周青，劉策，常鵬飛

決策樹模型與logistic回歸模型在腦出血預后分析中的應用

伍剛，許國宇，劉廣韜，周青，劉策，常鵬飛

目的通過應用決策樹分類和回歸樹模型與logistic 回歸模型分析影響腦出血患者預后的風險因素，為臨床治療腦出血提供借鑒。方法根據臨床常見影響腦出血患者預后的風險因素，建立決策樹模型和logistic回歸模型，比較兩種方法分析結果的差異。結果Logistic回歸分析結果顯示血腫體積(OR=0.953)、首次GCS評分(OR=1.210)、肺部感染(OR=0.295)、基底節區出血(OR=0.336)是腦出血預后不良的風險因素。決策樹模型分析結果顯示，血腫體積和首次格拉斯哥昏迷GCS評分是影響腦出血預后最主要的因素。兩種模型對腦出血預后的評價作用近似(Z=0.402，P=0.688)。結論決策樹模型判斷腦出血預后的價值與logistic模型近似，同時還具有可對風險因素進行交互分析、更為直觀的特點。

腦出血；Logistic模型；決策樹；預后；危險因素

研究表明，腦出血(intracerebral hemorrhage，ICH)已占到國人所有腦血管疾病的18.8%～47.6%[1-3]。國內部分城市流行病學調查結果顯示，ICH標準化發病率為38.1～77.1/10萬人年，高于歐美等經濟發達國家[2,4]。ICH 1個月的死亡率約40%[5]，嚴重威脅患者健康。對ICH的預后進行風險評估有助于指導臨床工作[6]。Logistic回歸模型作為有效的統計學方法，常用于ICH預后以及療效等臨床指標的分析[7]。決策樹(decision tree)是數據挖掘中的一種重要分類技術。分類和回歸樹模型(classification and regression trees，CART)是決策樹模型的一個分支，其基本原理是將研究的人群通過某些特征(自變量取值)分解成數個相對同質的亞人群，每一個亞人群內部因變量的取值高度一致，相應的變異盡量落在不同的亞人群中，經常使用的測量指標是Gini指數。因為CART可以對患者的風險進行分層處理，可以發現因素之間的交互作用，已經應用于多種疾病的臨床研究工作[8-9]。本研究擬同時引入決策樹CART模型和logistic回歸模型，回顧研究單中心ICH病例，分析影響ICH預后的相關因素，旨在為臨床積極有效地治療ICH提供借鑒。

1 資料與方法

1.1 研究對象 回顧性調查解放軍309醫院2011年1月－2014年5月入院診斷為ICH的患者共396例，所有患者均根據文獻[10]的標準進行診斷，排除腦外傷出血、蛛網膜下腔出血、腦腫瘤出血、腦干出血以及信息不完整病例，其中有效病例共計310例，占總病例數的78.3%。310例患者中男214例，女96例，年齡57.5±12.9歲。

1.2 研究方法 收集病例資料，主要包括：年齡、性別；是否有院前意識障礙，是否有高血壓病史、既往ICH史、腦梗死史、糖尿病史、透析病史、吸煙史、服用阿司匹林史；出血部位(腦室、基底節區、丘腦、額葉、頂葉、枕葉、小腦、多腦葉)；入院后是否伴發肺部感染、應激性潰瘍消化道出血、泌尿系感染、深靜脈血栓、腦積水；入院首次格拉斯哥昏迷評分(Glasgow coma scale，GCS)、收縮壓值、血糖值、血紅蛋白值、血小板值；首次CT掃描按ABC/2法估算血腫體積。治療1個月后進行格拉斯哥預后評分(Glasgow outcome scale，GOS)，GOS 1～3分為預后不良，GOS 4～5分為預后良好。

1.3 統計學處理 以患者預后結果為因變量(預后良好為1，預后不良為0)。應用SPSS 19.0軟件處理數據，其中連續變量單因素分析采用Studentt檢驗，分類變量單因素分析采用χ2檢驗。有統計學意義的自變量納入多因素logistic回歸分析。Logistic回歸選擇逐步法，其相應自變量也進入CART模型進行分析。繪制logistic回歸模型和CART模型對ICH患者預后判斷的受試者工作特征(receiver operating characteristic curve，ROC)曲線。應用Medcalc軟件對兩種模型ROC曲線下面積(area under curve，AUC)進行比較。P<0.05為差異有統計學意義。

2 結 果

2.1 單因素分析 單因素分析結果顯示，院前意識障礙、腦室出血、基底節出血、枕葉出血、首次收縮壓、首次GCS評分、肺部感染、消化道出血、深靜脈血栓、血腫體積共計10個自變量對ICH預后的影響有統計學意義，納入logistic回歸模型和CART模型。年齡、性別，高血壓病史、既往ICH史、腦梗死史、糖尿病史、透析病史、吸煙史、服用阿司匹林史，丘腦出血、額葉出血、頂葉出血、多腦區出血，泌尿系感染、腦積水、血糖值、血紅蛋白值、血小板值共計18個自變量對ICH預后的影響無統計學意義，予以排除。

2.2 多因素logistic回歸分析 回歸模型檢驗χ2=137.070，P<0.001，有統計學意義。逐步logistic回歸分析篩選影響ICH 預后的危險因素，分析結果見表1。其中自變量血腫體積、首次GCS評分、基底節區出血、并發肺部感染是影響ICH患者預后的主要相關因素。Hosmer & Lemeshow檢驗χ2=4.314，P=0.828，說明模型能夠較好地擬合數據。

2.3 CART分析結果 在入選的10個自變量中，血腫體積和首次GCS評分對于判斷ICH不良預后具有重要作用，并對ICH患者預后結果進行分層。首次GCS評分13～15分的患者中，ICH預后良好占74.5%，預后不良占24.5%。應用血腫體積分層后，血腫體積≤13.0ml者預后良好占89.3%，而血腫體積>13.0ml者預后良好僅占60.8%。首次GCS評分3～12分的患者中，ICH預后不良占72.1%，預后良好占27.9%。應用血腫體積分層后，血腫體積≤27.5ml者預后不良占52.4%，血腫體積>27.5ml者預后不良比例高達86.9%(圖1)。該模型估計風險為0.261，標準誤0.025。10個自變量對模型估計的重要程度見圖2。

2.4 Logistic回歸模型與CART模型對ICH患者預后的評價效能比較 CART 模型評價ICH患者預后良好的AUC為0.738(95%CI 0.685～0.786)，logistic回歸模型評價ICH患者預后良好的AUC為0.748(95%CI 0.695～0.795)，二者比較Z=0.402，P=0.688，說明二者的評價效能無明顯差異(圖3)。

表1 影響腦出血患者預后結果的多因素logistic回歸分析Tab. 1 Logistic regression analysis of prognostic factors in patients with cerebral hemorrhage

3 討 論

本文通過對單中心310例ICH患者預后的回顧性研究發現，CART模型和logistic回歸模型在分析多種因素對疾病的影響方面具有相似的作用，這與其他臨床研究的結果相仿[8-9]。本研究發現ICH血腫體積和首次GCS評分同時納入兩個模型內，且均顯示出對ICH患者的預后具有顯著影響，與之前的研究結果近似[11-13]。其中，血腫體積是ICH預后不良的獨立風險因素[13-14]。通過CART模型可以量化觀察首次GCS評分和ICH體積對ICH患者預后的影響。本組首次GCS評分為3～12分的患者中，ICH體積>27.5ml的患者預后不良的比例要遠高于血腫體積≤27.5ml的患者，而首次而GCS評分為13～15分的患者中，ICH體積≤13ml的患者往往能夠獲得較為滿意的療效。

圖1 腦出血患者預后結果的CART模型預測圖Fig. 1 Prognosis of patients with cerebral hemorrhage by CART model

本研究在CART模型中進行亞群分類時，限定病例數至少應滿足50例。當分類所包含的病例數<50例時，相應的危險因素就不能作為病例繼續分類的依據，從而不能出現在二叉分類圖中。納入logistic回歸模型的自變量中，肺部感染、基底節區出血和院前意識障礙并沒有顯示在CART的二叉樹圖中，這種差別并非意味著上述3個危險因素對ICH患者預后的影響不大。在實際臨床工作中，肺部感染是ICH患者常見的并發癥，多因發病時誤吸和氣管插管機械通氣所致，是導致ICH患者死亡的原因之一[12]，基底節區出血、院前意識障礙也是影響ICH患者預后的重要因素[15]。但是在本組病例中，通過比較兩個模型的分類預測能力，我們發現CART模型的AUC為0.738，與logistic模型的AUC相仿，表明首次GCS評分和血腫體積在CART模型中所占權重較大，并能很好地解釋ICH患者的預后。為防止CART模型對數據過度擬合，筆者認為本研究不需要降低分組標準以納入更多風險因素。當然為明確其他風險因素的重要性，可以在病例研究中通過適當分層和擴大樣本量加以進一步分析。

本研究結果顯示，CART分析結果能更為直觀、形象地反映ICH亞群的特征。相比logistic回歸模型，CART模型不僅可篩選出有統計學意義的風險因素，還能直觀比較各種風險因素對ICH患者預后的影響強度。應用風險因素對ICH患者分類，可快速找到對ICH影響最大的因素組合，方便指導臨床工作。本研究旨在為評估ICH患者預后提供一種新穎的輔助工具，相信通過進一步充實患者的臨床信息及擴大樣本量，應用CART模型和logistic回歸模型能夠進一步完善對ICH患者預后風險的評估，從而為ICH的治療提高更有價值的臨床指導方案。

圖3 CART模型和logistic回歸模型預測腦出血患者預后結果的ROC曲線Fig. 3 ROC curve of the prognosis of cerebral hemorrhage patients predicted by CART model and logistic regression model

[1]He J,Gu DF,Wu XG,et al. Major causes of death among men and women in China[J]. N Engl J Med,2005,353(11): 1124-1134.

[2]Jiang B,Wang WZ,Chen HL,et al. Incidence and trends of stroke and its subtypes in China - Results from three large cities[J]. Stroke,2006,37(1): 63-68.

[3]Liu M,Wu B,Wang WZ,et al. Stroke in China: epidemiology,prevention,and management strategies[J]. Lancet Neurol,2007,6(5): 456-464.

[4]Tsai CF,Thomas B,Sudlow CLM. Epidemiology of stroke and its subtypes in Chinesevswhite populations A systematic review[J]. Neurology,2013,81(3): 264-272.

[5]van Asch CJJ,Luitse MJA,Rinkel GE,et al. Incidence,case fatality,and functional outcome of intracerebral haemorrhage overtime,according to age,sex,and ethnic origin: a systematic review and meta-analysis[J]. Lancet Neurol,2010,9(2): 167-176.

[6]Wang GQ,Li SQ,Zhang WW,et al. Can minimal invasive puncture and drainage for hypertension spontaneous basal ganglia intracerebral hemorrhage improve patient outcome: A prospective non-randomized comparative study[J]. Med J Chin PLA,2014,39(7): 531-541. [王國強,李世強,張微微,等. 微創穿刺引流對高血壓自發基底神經節區腦出血預后的影響——前瞻性非隨機對照研究[J]. 解放軍醫學雜志,2014,39(7): 531-541.]

[7]Wang DY,Xu X,Guo JW. Multivariate logistic regression analysis of risk factors of hematoma enlargement in patients of hypertensive intracerebral hemorrhage within 24hrs of onset: A retrospective study of 265 cases from a single center in China[J]. Med J Chin PLA,2015,40(2): 151-155. [王大永,徐翔,郭建文. 高血壓性腦出血患者發病24h內血腫擴大的危險因素分析:一項單中心256例回顧性研究[J]. 解放軍醫學雜志,2015,40(2): 151-155.]

[8]Fonarow GC,Adams KF Jr,Abraham WT,et al. Risk stratification for in-hospital mortality in acutely decompensated heart failure - Classification and regression tree analysis[J]. JAMA,2005,293(5): 572-580.

[9]Garzotto M,Beer TM,Hudson RG,et al. Improved detection of prostate cancer using classification and regression tree analysis[J]. J Clin Oncol,2005,23(19): 4322-4329.

[10] Chinese Society of Neurology,Chinese Society of Neurosurgery. Main points of diagnosis of cerebral vascular diseases[J]. Chin J Neurol,1996,29(6): 379-380.[中華神經科學會,中華神經外科學會. 各類腦血管疾病診斷要點[J]. 中華神經科雜志,1996,29(6): 379-380.]

[11] Davis SM,Broderick J,Hennerici M,et al. Hematoma growth is a determinant of mortality and poor outcome after intracerebral hemorrhage[J]. Neurology,2006,66(8): 1175-1181.

[12] Naidech AM,Bendok BR,Tamul P,et al. Medical Complications Drive Length of Stay After Brain Hemorrhage: A Cohort Study[J]. Neurocrit Care,2009,10(1): 11-19.

[13] Broderick JP,Brott TG,Duldner JE,et al. Volume of intracerebral hemorrhage. A powerful and easy-to-use predictor of 30-day mortality[J]. Stroke,1993,24(7): 987-993.

[14] Dowlatshahi D,Demchuk AM,Flaherty ML,et al. Defining hematoma expansion in intracerebral hemorrhage Relationship with patient outcomes[J]. Neurology,2011,76(14): 1238-1244.

[15] Mendelow AD,Gregson BA,Fernandes HM,et al. Early surgery versus initial conservative treatment in patients with spontaneous supratentorial intracerebral haematomas in the International Surgical Trial in Intracerebral Haemorrhage (STICH): a randomised trial[J]. Lancet,2005,365(9457): 387-397.

Risk stratification for prognosis in intracerebral hemorrhage: A decision tree model and logistic regression

WU Gang1,XU Guo-yu2,LIU Guang-tao1,ZHOU Qing1,LIU Ce1,CHANG Peng-fei11Department of Neurosurgery,2Department of Radiology,309 Hospital of PLA,Beijing 100091,China
This wok was supported by the Fund of 309 Hospital of PLA (2014MS-009)

ObjectiveTo analyze the risk factors for prognosis in intracerebral hemorrhage using decision tree (classification and regression tree,CART) model and logistic regression model.MethodsCART model and logistic regression model were established according to the risk factors for prognosis of patients with cerebral hemorrhage. The differences in the results were compared between the two methods.ResultsLogistic regression analyses showed that hematoma volume (OR-value 0.953),initial Glasgow Coma Scale (GCS) score (OR-value 1.210),pulmonary infection (OR-value 0.295),and basal ganglia hemorrhage (OR-value 0.336) were the risk factors for the prognosis of cerebral hemorrhage. The results of CART analysis showed that volume of hematoma and initial GCS score were the main factors affecting the prognosis of cerebral hemorrhage. The effects of two models on the prognosis of cerebral hemorrhage were similar (Z-value 0.402,P=0.688).ConclusionsCART model has a similar value to that of logistic model in judging the prognosis of cerebral hemorrhage,and it is characterized by using transactional analysis between the risk factors,and it is more intuitive.

cerebral hemorrhage; logistic models; decision trees; prognosis; risk factors

R743.34

A

0577-7402(2015)12-1003-04

10.11855/j.issn.0577-7402.2015.12.13

2015-06-31；

2015-10-28)

(責任編輯：胡全兵)

解放軍第309醫院院課題基金(2014MS-009)

伍剛，醫學博士。主要從事腦血管疾病的診斷和治療工作

100091 北京 解放軍第309醫院神經外科(伍剛、劉廣韜、周青、劉策、常鵬飛)，放射科(許國宇)