基于貝葉斯公式的川崎病患兒并發(fā)冠狀動(dòng)脈損傷的認(rèn)知模型研究

周雪晴，宋 萍，黃仕鑫，羅亞玲

?

·論著·

·方法學(xué)研究·

基于貝葉斯公式的川崎病患兒并發(fā)冠狀動(dòng)脈損傷的認(rèn)知模型研究

周雪晴，宋 萍，黃仕鑫，羅亞玲

目的 根據(jù)川崎病臨床生物指標(biāo)，結(jié)合貝葉斯方法，建立川崎病并發(fā)冠狀動(dòng)脈損傷(CAL)的貝葉斯模型，對(duì)川崎病并發(fā)CAL的認(rèn)知模型進(jìn)行初步探討。方法 回顧性分析2014年9月—2015年9月重慶醫(yī)科大學(xué)附屬兒童醫(yī)院784例住院川崎病患兒的臨床資料，對(duì)影響川崎病患兒并發(fā)CAL的因素進(jìn)行單因素分析，將有統(tǒng)計(jì)學(xué)意義的指標(biāo)納入貝葉斯模型。結(jié)果 784例患兒中356例(45.4%)并發(fā)CAL，單因素分析顯示，性別、發(fā)病年齡、熱程、血小板計(jì)數(shù)(PLT)、血紅蛋白(Hb)、C反應(yīng)蛋白(CRP)、清蛋白(Alb)是川崎病患兒并發(fā)CAL的影響因素(P<0.05)。貝葉斯模型的靈敏度為58.1%，特異度為74.4%，符合率為71.6%。結(jié)論 川崎病并發(fā)CAL的主要危險(xiǎn)因素有性別、發(fā)病年齡、熱程、PLT、Hb、CRP、Alb,利用貝葉斯模型提高了預(yù)測(cè)川崎病患兒并發(fā)CAL的靈敏度。

川崎病；心血管疾病；貝葉斯定理；認(rèn)知圖

周雪晴，宋萍，黃仕鑫，等.基于貝葉斯公式的川崎病患兒并發(fā)冠狀動(dòng)脈損傷的認(rèn)知模型研究[J].中國(guó)全科醫(yī)學(xué)，2016，19(33)：4106-4109.[www.chinagp.net]

ZHOU X Q,SONG P，HUANG S X，et al. Study on cognitive model of Kawasaki disease with coronary artery lesions by Bayes method[J].Chinese General Practice，2016，19(33)：4106-4109.

川崎病的主要并發(fā)癥為冠狀動(dòng)脈損傷(CAL)，包括冠狀動(dòng)脈擴(kuò)張、冠狀動(dòng)脈瘤、冠狀動(dòng)脈狹窄、動(dòng)脈瘤處血栓形成等，近年來(lái)隨著川崎病發(fā)病率的增加，川崎病已取代小兒風(fēng)濕熱成為我國(guó)小兒后天性心臟病的主要病因之一[1]。是否并發(fā)CAL以及其嚴(yán)重程度是川崎病預(yù)后的主要影響因素，因此，防治CAL的發(fā)生是治療的首要目的。重慶地區(qū)川崎病發(fā)病率呈逐年遞增趨勢(shì)[2]，本研究對(duì)川崎病患兒的臨床資料進(jìn)行回顧性分析，探討川崎病早期并發(fā)CAL的危險(xiǎn)因素，采用貝葉斯公式建立模型，預(yù)測(cè)CAL發(fā)生率，初步探討川崎病并發(fā)CAL的認(rèn)知模型，提高臨床防治川崎病并發(fā)CAL的水平。

本研究創(chuàng)新點(diǎn)：

(1)將臨床醫(yī)學(xué)傳統(tǒng)統(tǒng)計(jì)學(xué)方法與數(shù)學(xué)方法相結(jié)合。依據(jù)貝葉斯公式構(gòu)建的認(rèn)知模型綜合了各臨床因素的概率與權(quán)重，對(duì)冠狀動(dòng)脈損傷的預(yù)測(cè)更有意義。(2)在構(gòu)建認(rèn)知模型前，對(duì)各臨床因素進(jìn)行了初步篩選，排除了混雜因素，使認(rèn)知模型更準(zhǔn)確。

1 資料與方法

1.1 研究對(duì)象 收集2014年9月—2015年9月來(lái)自重慶醫(yī)科大學(xué)附屬兒童醫(yī)院的住院病歷。納入標(biāo)準(zhǔn)：出院診斷為川崎病(包括不完全川崎病和典型川崎病)，住院時(shí)間≥3 d。排除疑診川崎病、恢復(fù)期川崎病，入院前已注射免疫球蛋白(IVIG)的病例。復(fù)發(fā)病例僅收集第1次入院數(shù)據(jù)。共784例患兒的資料納入研究，其中典型川崎病600例。

1.2 診斷標(biāo)準(zhǔn) 典型川崎病診斷標(biāo)準(zhǔn)為發(fā)熱5 d以上，伴下列5項(xiàng)臨床表現(xiàn)中至少4項(xiàng)，排除其他疾病后即可診斷為川崎病：(1)四肢變化：急性期掌拓紅斑，手足硬性水腫，恢復(fù)期指趾端膜狀脫皮；(2)多形性皮疹；(3)非化膿性眼結(jié)合膜炎；(4)口唇充血皸裂，口腔黏膜彌漫性充血，草莓舌；(5)非化膿性頸部淋巴結(jié)腫大。不完全川崎病診斷標(biāo)準(zhǔn)為發(fā)熱超過(guò)5 d，以上5項(xiàng)臨床表現(xiàn)不足4項(xiàng)，二維超聲心動(dòng)圖發(fā)現(xiàn)CAL，排除其他疾病[3]。

1.3 觀(guān)察指標(biāo) 收集患兒性別、發(fā)病年齡、熱程以及發(fā)病初期白細(xì)胞計(jì)數(shù)(WBC)、血小板計(jì)數(shù)(PLT)、血紅蛋白(Hb)、中性粒細(xì)胞分?jǐn)?shù)(N)、C反應(yīng)蛋白(CRP)、紅細(xì)胞沉降率(ESR)、降鈣素原(PCT)、清蛋白(Alb)、丙氨酸氨基轉(zhuǎn)移酶(ALT)、并發(fā)癥數(shù)據(jù)；根據(jù)患兒超聲心動(dòng)圖探查冠狀動(dòng)脈診斷標(biāo)準(zhǔn)[4]確診CAL。

1.4 統(tǒng)計(jì)學(xué)方法 采用SPSS 22.0統(tǒng)計(jì)軟件進(jìn)行數(shù)據(jù)分析，計(jì)數(shù)資料的比較采用χ2檢驗(yàn)，以P<0.05為差異有統(tǒng)計(jì)學(xué)意義；將影響川崎病患兒并發(fā)CAL因素的單因素分析中有統(tǒng)計(jì)學(xué)意義(P<0.05)的指標(biāo)納入貝葉斯模型進(jìn)行分析。

2 結(jié)果

2.1 影響川崎病患兒并發(fā)CAL因素的單因素分析 784例患兒中356例(45.4%)并發(fā)CAL，其中冠狀動(dòng)脈瘤(CAA)55例。單因素分析顯示，性別、發(fā)病年齡、熱程、PLT、Hb、CRP、Alb是川崎病患兒并發(fā)CAL的影響因素(P<0.05，見(jiàn)表1)。

2.2 建立貝葉斯模型 貝葉斯公式(如下)是基于全概率公式，用來(lái)描述兩個(gè)條件概率之間的關(guān)系，其能將復(fù)雜事件的概率，基于條件概率的可加性而得到。

應(yīng)用在臨床上可描述為：(1)Ai為n種兩兩互斥的事件(并發(fā)CAL和未并發(fā)CAL)；(2)P(Ai)為在n種事件中Ai發(fā)生的概率，即先驗(yàn)概率(各臨床因素在總患兒中的比例)；(3)B1～Bn為各臨床因素；(4)P(B/Ai)為事件Ai發(fā)生時(shí)，臨床因素B發(fā)生的概率，即條件概率；(5)P(Ai/B)為各種臨床因素組合B發(fā)生時(shí)，事件Ai發(fā)生的概率，即后驗(yàn)概率。在臨床上，還可表述為后驗(yàn)概率=標(biāo)準(zhǔn)似然度×先驗(yàn)概率，常運(yùn)用于醫(yī)療決策、診斷系統(tǒng)決策等方面[5]。

表1 影響川崎病患兒并發(fā)CAL因素的單因素分析〔n(%)〕Table 1 Univariate analysis on influencing factor for Kawasaki disease with CAL

根據(jù)貝葉斯公式可知，先驗(yàn)概率之和必須為1，且A1B,……，AnB是n個(gè)兩兩互不相容的事件，即(B與A1,A2,……An中的1個(gè)事件且只有一個(gè)事件同時(shí)發(fā)生)。本研究排除CRP、Alb中缺失值，最后得到753例患兒的完整數(shù)據(jù)，將這753例患兒數(shù)據(jù)建立貝葉斯模型(見(jiàn)表2)。

表2 川崎病患者并發(fā)CAL 的貝葉斯模型〔n(%)〕Table 2 Bayes Model of Kawasaki disease with CAL

根據(jù)建立的貝葉斯模型先驗(yàn)概率和條件概率，可推算出后驗(yàn)概率，預(yù)測(cè)患者是否并發(fā)CAL，步驟如下：(1)根據(jù)每例患者各臨床指標(biāo)的值，計(jì)算出P(B/A1)；(2)在各因素的一種具體組合B已經(jīng)出現(xiàn)的情況下，按照公式計(jì)算出每例患者是否并發(fā)CAL的后驗(yàn)概率P(Ai/B)；(3)比較P(A1/B)和P(A2/B)的大小，若P(A1/B)明顯大于P(A2/B)，則認(rèn)為患者不并發(fā)CAL概率較大，若P(A2/B)明顯大于P(A1/B)，則提示川崎病患兒并發(fā)CAL的風(fēng)險(xiǎn)較高，需盡早采取治療措施預(yù)防CAL和冠狀動(dòng)脈瘤的發(fā)生。貝葉斯模型顯示靈敏度為58.1%，特異度為74.4%，符合率為71.6%。

3 討論

3.1 川崎病并發(fā)CAL的危險(xiǎn)因素 臨床上，延誤診治是川崎病患兒并發(fā)CAL的高危因素[6]，部分成年患者的心臟病也與其童年患川崎病相關(guān)[7]。因此，早期正確診斷及治療對(duì)預(yù)防并發(fā)CAL至關(guān)重要，也是減少后天性心臟病的關(guān)鍵。YOSHIMURA等[8]報(bào)道，高WBC、低Alb是川崎病并發(fā)CAL的危險(xiǎn)因素，性別、年齡、CRP與CAL的發(fā)生無(wú)關(guān)；HONKANEN等[9]報(bào)道，年齡、發(fā)熱持續(xù)時(shí)間長(zhǎng)、低Alb、低血紅蛋白是川崎病并發(fā)CAL的危險(xiǎn)因素；阮瑜等[10]報(bào)道男性、年齡偏低、高PLT、高ESR是川崎病并發(fā)CAL的危險(xiǎn)因素。本研究單因素分析結(jié)果顯示，性別、發(fā)病年齡、熱程、PLT、Hb、CRP、Alb與CAL發(fā)生相關(guān)，與上述研究結(jié)果存在差異，分析原因可能與川崎病患兒的種族、地域、環(huán)境、研究值的選取不同相關(guān)。川崎病的病理基礎(chǔ)是急性系統(tǒng)性血管炎，熱程、CRP均反映患兒體內(nèi)炎性反應(yīng)程度，急性期可引起各類(lèi)血管內(nèi)皮細(xì)胞損傷后膠原暴露，促使PLT黏附和活化，導(dǎo)致其功能亢進(jìn)，刺激骨髓產(chǎn)生和釋放PLT增多，增加血管壁通透性，使免疫復(fù)合物在血管內(nèi)皮下沉積，導(dǎo)致CAL發(fā)生。低Alb可導(dǎo)致患兒對(duì)IVIG治療效果不佳，且川崎病患兒易出現(xiàn)肝臟損害，致Alb合成減少，將加重血管炎癥和血管滲透性[11]。因此，熱程越長(zhǎng)、高CRP、高PLT、低ALB常為CAL發(fā)生的危險(xiǎn)因素。

3.2 基于貝葉斯公式的認(rèn)知模型 目前川崎病病因尚未明確，既往研究結(jié)果中并發(fā)CAL的危險(xiǎn)因素各不相同，隨著川崎病發(fā)病率的增加，對(duì)并發(fā)CAL的預(yù)測(cè)評(píng)分系統(tǒng)相繼出現(xiàn)。在眾多預(yù)測(cè)川崎病并發(fā)CAL的評(píng)分系統(tǒng)中，影響最大的為日本學(xué)者Harada和Kobayashi分別提出的CAL高危評(píng)分系統(tǒng)，但應(yīng)用Kobayashi評(píng)分對(duì)國(guó)內(nèi)患兒進(jìn)行回顧性分析，結(jié)果顯示該評(píng)分體系在中國(guó)并不適用[11]。貝葉斯公式是統(tǒng)計(jì)學(xué)的基礎(chǔ)，能為基礎(chǔ)醫(yī)學(xué)、臨床檢驗(yàn)、臨床醫(yī)學(xué)的決策提供依據(jù)和建議，貝葉斯公式結(jié)合了不同影響因素的先驗(yàn)概率，按照各臨床因素出現(xiàn)的情況得出后驗(yàn)概率，并進(jìn)行權(quán)重劃分得出結(jié)果，比單一考慮某一種或幾種因素的值得出的結(jié)果更有意義，且根據(jù)貝葉斯模型中各個(gè)危險(xiǎn)因素發(fā)生的概率，可進(jìn)一步構(gòu)建川崎病認(rèn)知模型。本研究中，各指標(biāo)均取自患兒入院后24 h的指標(biāo)，首先通過(guò)χ2檢驗(yàn)排除部分混雜因素，有效地整理和分析了各危險(xiǎn)因素，最后建立并發(fā)CAL的貝葉斯模型，使臨床上能夠更早、更方便地預(yù)測(cè)CAL發(fā)生率，進(jìn)而采取治療以減少患兒CAL。本研究貝葉斯模型符合率為71.6%、靈敏度58.1%，與張偉等[12]采用Logistic回歸模型得出的總符合率為82.6%、靈敏度30.9%相比，靈敏度提高，但本研究的符合率不高，說(shuō)明在判斷川崎病是否并發(fā)CAL時(shí)，除了高危因素外，尚需結(jié)合其他因素分析，這還有待對(duì)川崎病的進(jìn)一步研究。

由于本研究樣本含量較少，還有待進(jìn)一步搜集數(shù)據(jù)構(gòu)建認(rèn)知模型；此次樣本為單中心的回顧性分析，可能存在選擇偏倚；在比較貝葉斯模型中各結(jié)果時(shí)，常存在明顯差異才能幫助臨床判斷，但其明顯差異的具體界值還有待研究。因此，本研究結(jié)果尚不適合推廣，還需行前瞻性、多中心、大樣本的臨床研究，以進(jìn)一步提高對(duì)CAL危險(xiǎn)因素的認(rèn)識(shí)[13]。

綜上，川崎病早期并發(fā)CAL的主要危險(xiǎn)因素有性別、發(fā)病年齡、熱程、PLT、Hb、CRP、Alb，采用貝葉斯模型在預(yù)測(cè)其是否并發(fā)CAL時(shí)綜合考慮了各臨床因素出現(xiàn)的概率與權(quán)重，準(zhǔn)確權(quán)重了各種臨床信息，對(duì)早期預(yù)測(cè)，減少CAL發(fā)生，改善川崎病預(yù)后具有幫助。

作者貢獻(xiàn)：周雪晴進(jìn)行試驗(yàn)設(shè)計(jì)與實(shí)施、資料收集整理、撰寫(xiě)論文、成文并對(duì)文章負(fù)責(zé)；宋萍、黃仕鑫進(jìn)行試驗(yàn)實(shí)施、評(píng)估、資料收集；羅亞玲進(jìn)行質(zhì)量控制及審校。

本文無(wú)利益沖突。

[1]申昆玲.兒科學(xué)[M].北京：高等教育出版社，2009：449-450.

[2]劉喜.重慶市川崎病流行病學(xué)調(diào)查研究[D].重慶：重慶醫(yī)科大學(xué)，2004.

[3]Research Committee of the Japanese Society of Pediatric Cardiology;Cardiac Surgery Committee for Development of Guidelines for Medical Treatment ofAcute Kawasaki Disease.Guidelines for medical treatment of acute Kawasaki disease:report of the Research Committee of the Japanese Society of Pediatric Cardiology and Cardiac Surgery (2012 revised version)[J].Pediatr Int,2014,56(2):135-158.

[4]KIM J J,HONG Y M,YUN S W,et al.Assessment of risk factors for Korean children with Kawasaki disease[J].Pediatric Cardiology,2012,33(4):513-520.

[5]李凱.貝葉斯法在醫(yī)學(xué)診斷中的應(yīng)用[J].北京大學(xué)學(xué)報(bào)(醫(yī)學(xué)版)，2010，42(3)：360-362.

[6]JUAN C C,HWANG B,LEE P C,et al.The clinical manifestations and risk factors of a delayed diagnosis of Kawasaki disease[J].J Chin Med Assoc,2007,70(9):374-379.

[7]KAYIRAN S M,DINDAR A,GURAKAN B.An evaluation of children with Kawasaki disease in Istanbul:a retrospective follow-up study[J].Clinics(Sao Paulo),2010,65(12):1261-1265.

[8]YOSHIMURA K,KIMATA T,MINE K,et al.N-terminal pro-brain natriuretic peptide and risk of coronary artery lesions and resistance to intravenous immunoglobulin in Kawasaki disease[J].J Pediatr,2013,162(6):1205-1209.

[9]HONKANEN V E,MCCRINDLE B W,LAXER R M,et al.Clinical relevance of the risk factors for coronary artery inflammation in Kawasaki disease[J].Pediatr Cardiol,2003,24(2):122-126.

[10]阮瑜，趙曉東.川崎病并發(fā)癥臨床分析[J].中華實(shí)用兒科臨床雜志，2014，29(1):37-40. RUAN Y,ZHAO X D.Department of nephrology and immunology[J].China J Appl Clin Pediatr,2014,29(1):37-40.

[11]陳晶晶.中國(guó)川崎病患兒并發(fā)冠狀動(dòng)脈損傷的危險(xiǎn)程度評(píng)分的研究[D].武漢：華中科技大學(xué)，2011.

[12]張偉，李秋，趙曉東.川崎病發(fā)生冠狀動(dòng)脈病變危險(xiǎn)因素的logistic回歸分析[J].中國(guó)實(shí)用兒科雜志，2006，1(21)：51-53. ZHANG W,LI Q,ZHAO X D,et al.Logistic regression analysis of risk factors of coronary artery lesion secondary to Kawasaki disease[J].Chinese Journal of Practical Pediatrics,2006,1(21):51-53.

[13]羅澤民，樊映紅，劉德松.小兒川崎病冠狀動(dòng)脈損傷危險(xiǎn)因素分析[J].現(xiàn)代預(yù)防醫(yī)學(xué)，2012，6(39):1385-1388. LUO Z M,FAN Y H,LIU D S.Risk factors of artery lesion with Kawasaki disease[J].Modern Preventive Medicine,2012,6(39):1385-1388.

(本文編輯：趙躍翠)

Study on Cognitive Model of Kawasaki Disease with Coronary Artery Lesions by Bayes Method

ZHOUXue-qing,SONGPing，HUANGShi-xin，LUOYa-ling.CollegeofMedicalInformatics,ChongqingMedicalUniversity,Chongqing400016,China

Correspondingauthor:LUOYa-ling，CollegeofMedicalInformatics,ChongqingMedicalUniversity,Chongqing400016,China；E-mail：gilo@163.com

Objective This study aims to establish the Bayes Model of Kawasaki diseases with coronary artery lesions (CAL) in combination by Bayes method，investigate the Cognitive Model of Kawasaki diseases with CAL.Research was performed according to the clinical biomarkers of Kawasaki diseases.Methods We obtained clinical records of 784 patients with Kawasaki disease and hospitalized in Children′s Hospital Affiliated to Chongqing Medical University from September 2014 to September 2015.These records were retrospectively analyzed,univariate analysis on influencing factor for Kawasaki disease with CAL was carried out，and the statistical significance factors were included in the Bayes Model.Results The univariate analysis results indicated that the gender,age,duration of the fever,PLT,Hb,CRP,and Alb were risk factors for Kawasaki disease with CAL (P<0.05).Bayes Model showed sensitivity was 58.1%,specificity was 74.4%,and coincidence rate was 71.6%.Conclusion The major risk factors of Kawasaki disease with CAL were gender,age,duration of the fever,PLT,Hb,CRP,and Alb.The Bayes Model improved the sensitivity for predicting the Kawasaki disease children with CAL.

Kawasaki disease；Cardiovascular diseases；Bayes theorem；Cognitive map

2015年國(guó)家社會(huì)科學(xué)基金項(xiàng)目(15BGL191)

400016 重慶市，重慶醫(yī)科大學(xué)醫(yī)學(xué)信息學(xué)院(周雪晴，黃仕鑫，羅亞玲)；重慶醫(yī)科大學(xué)附屬兒童醫(yī)院病案統(tǒng)計(jì)科(宋萍)

羅亞玲，400016 重慶市，重慶醫(yī)科大學(xué)醫(yī)學(xué)信息學(xué)院;E-mail：gilo@163.com

R 725.5

A

10.3969/j.issn.1007-9572.2016.33.017

2016-05-20；

2016-08-10)