基于BP神經網絡和決策樹的梅毒早期預警指標的模型構建

李娉, 彭海珍, 李宏, 徐旻博, 劉庭惠, 盧振環

深圳市鹽田區人民醫院 1科教部, 2公共衛生部， 3呼吸內科, 4護理部(廣東深圳 518081)

梅毒是由梅毒螺旋體引起的一種慢性的性傳播疾病。主要通過性途徑傳播，臨床上可表現為一期梅毒、二期梅毒、三期梅毒、潛伏梅毒和先天性梅毒[1]。在《中華人民共和國傳染病防治法》中被列為乙類防治病[2]。梅毒在世界范圍內流行，據統計估計，每年新增病例約1 200萬例，主要分布在南亞、東南亞和撒哈拉以南非洲地區[3]。最近幾年，梅毒在中國已成為發展迅速的性病。在報告的梅毒病例中，潛伏梅毒占多數，其他類型的梅毒病例也較常見。梅毒患者的皮膚和黏膜中含有梅毒螺旋體，未感染本病的人在與梅毒患者性接觸時，如果皮膚有微小破損，就會感染本病[4-5]。值得注意的是，該病可通過輸血或其他方式傳播。后天性梅毒患者是傳染源，絕大多數是通過無保護的性行為傳播，少數通過接吻、輸血、污染源進行傳播[6]。梅毒的胎傳是由梅毒孕婦傳染的，如果是一、二級梅毒和早期潛伏梅毒，傳染給胎兒的幾率相當大。本研究擬采用流行病學個案研究方法，收集某醫院梅毒就診情況，分別采用了BP神經網絡算法模型和決策樹算法模型建立模型，并確定臨床預警指標，為進一步的梅毒預防工作奠定了堅實的基礎。

1 資料與方法

1.1 一般資料 選擇2010年1月1日至2020年9月30 d之內的梅毒就診者，同時開展梅毒感染主動監測。本文采集了2010年1月1日至2020年9月30日348例梅毒病例資料，一期38例，二期43例，隱形梅毒267例。一期38例中：男24例，女14例；二期43例中：男23例，女20例；隱形病例中：男88例，女179例。其中調查的女性梅毒病例患者為暗娼(female sex worker，FSW)，暗娼是指提供商業性服務的女性，是傳染性病的高危人群。

1.2 觀察指標 由經過專業培訓的調查人員使用《國家艾滋病哨點監測暗娼調查問卷》[7]進行面對面調查，調查內容包括一般人口學和行為學資料，并采集3 mL靜脈血進行血清學檢測。然后對每個受試者采集的3～5 mL靜脈血進行血清學檢測：采用酶聯免疫吸附試驗進行梅毒抗體初篩，對陽性受試者采用甲苯胺紅不加熱血清試驗進行再次檢測。再次陽性者判斷為梅毒抗體陽性。人類免疫缺陷病毒(HIV)抗體初篩采用酶聯免疫吸附試驗(ELISA)，陽性者采用Western blot(WB)確診，陽性者判斷為HIV抗體陽性。丙型肝炎病毒(HCV)抗體先進行ELISA篩查和復檢，兩次陽性者判斷為HCV抗體陽性。

研究變量如下：婚姻狀況、年齡、戶籍、民族、教育水平高低、性病知識知曉率、最近是否與暗娼發生性行為、最近是否與臨時性伴發生性行為、最近是否注射毒品、最近是否與同性發生肛交性行為、最近一年是否診斷性病、是否感染HIV、是否感染HCV。

2 結果

2.1 決策樹模型分析結果 男性梅毒患者的決策樹第一個最佳分組變量是最近是否與暗娼發生性行為，以此形成二叉樹，如果男性梅毒患者最近與暗娼發生性行為，且最近與臨時性伴侶發生性行為，則該男性患梅毒的概率將大大增加；如果最近沒有與暗娼發生性行為，但是與同性發生肛交行為，則男性患梅毒的概率也將大大增加。女性性工作者梅毒患者的決策樹第一個最佳分組變量是性交易場所檔次偏低，以此形成二叉樹，如果該女性梅毒患者最近性交易場所檔次偏低，且該女性性工作者文化程度偏低，則該女性患梅毒的概率將大大增加；如果最近沒有去檔次偏低的交易場所，但是艾滋病知識匱乏，則該女性性工作者患梅毒的概率也將大大增加。見圖1。

圖1 決策樹樹性圖

在入選的6個自變量中，梅毒早期預警指標重要性依次為：最近是否與暗娼發生性行為、最近是否與臨時性伴侶發生性行為、與同性發生肛交行為、場所檔次偏低、文化程度偏低、艾滋病知識匱乏。314個訓練樣本中，286個實際值與預測值吻合，正確率為91.18%，28個錯誤，錯誤率為8.82%；34個測試樣本中，預測正確率為87.64%，錯誤率為12.36%。見表1。

2.2 BP神經網絡分析結果 根據BP神經網絡模型最優網絡結構發現梅毒早期預警指標重要性依次為：最近是否與暗娼發生性行為、最近是否與臨時性伴侶發生性行為、與同性發生肛交行為、文化程度偏低、場所檔次偏低、艾滋病知識匱乏。314個訓練樣本中，302個實際值與預測值吻合，正確率為96.27%，12個錯誤，錯誤率為3.73%；34個測試樣本中，預測正確率為94.35%，錯誤率為5.65%。見表1。

表1 BP神經網絡和決策樹模型在訓練集和驗證集上的整體正確率和錯誤率

2.3 模型的對比 在訓練樣本中和測試樣本中，BP神經網絡算法模型的正確率均高于決策樹算法模型，見表1。在訓練樣本中，BP神經網絡模型的敏感度、特異度、約登指數與受試者工作特征(ROC)曲線下面積均高于決策樹算法模型；測試樣本中，BP神經網絡模型的敏感度、特異度、約登指數與ROC曲線下面積均高于決策樹算法模型。綜合而言，BP神經網絡模型預測能力優于決策樹算法模型。見表2。

3 討論

受不良生活習慣等因素的影響，梅毒成為我國國內常見的性傳播疾病，梅毒的發病率每年都呈上升趨勢，目前已成為一個嚴重的問題，亟待解決[8]。其中妊娠期發現的梅毒，嚴重可導致孕婦流產、胎兒死亡，嚴重威脅了孕婦和新生兒的身心健康[9]。自從國家開始對母嬰傳播重視以來，政府頒布了一系列預防梅毒的措施，推動了先天性梅毒的防治工作。但是一些醫務人員缺乏主動服務的意識，孕期保健服務的安全性沒有從根本上得到保障，同時因為性傳播疾病的敏感性、個人可能會顧及到面子問題和患者自我保健意識還有待加強，不積極參加孕前檢查，如果錯過最佳治療的時機，那結局的發生是不可逆轉的。先天性梅毒的主要臨床表現為皮膚和器官系統的損害，典型的皮膚病變為水皰、斑丘疹等；全身病變為肝腫大、貧血和血小板減少等[10-11]。神經梅毒是由于梅毒螺旋體侵入中樞神經系統，可導致腦脊液白細胞數量和蛋白水平異常[12]。有一個一直困擾著我們的問題，那就是梅毒阻斷和先天性梅毒兒童到底應該在什么情況下才可以接種疫苗呢？還有等等一系列的問題，一直沒有找到準確、詳細、科學、合理的答案。

根據調查分析，女性性工作者梅毒感染的危險因素是低檔場所、文化程度低、缺乏安全套推廣和性疾病咨詢服務[13]。因此，對女性性工作者的監測應特別關注低檔場所、文化程度低、年齡偏大的人群，同時也要增加安全套推廣發和性疾病咨詢服務。根據文獻調查中沒有接受安全套推廣發放和性疾病咨詢服務的女性性工作者比接受干預的女性性工作者感染梅毒的風險更高[14]。這說明教育推廣在一定程度上可以有效預防人群的梅毒感染，但是更需要注重實際干預。另外結果還顯示，HIV和HCV的感染也會增加人群感染梅毒的風險，相關研究顯示這可能與性傳播疾病相互之間的協同作用有關[15]，所以加強對HIV和HCV患者的早期有效預防和治療至關重要，這是從源頭上降低梅毒傳染的風險，對梅毒的預防具有重要意義。

梅毒感染形勢嚴峻，在該人群梅毒及其他性傳播疾病的防控中，低檔場所源、低學歷、年齡相對較大的性工作者是重點。但是調查也存在它的局限性，由于人群流動性太大，加上實驗研究的樣本少，這就有一定的偶然因素摻雜在其中，說服力不是很強。對于性工作者人群，應進一步加強安全套預防的公眾教育和性疾病咨詢服務。同時，還應加大對梅毒、艾滋病等性傳播疾病的安全預防措施。

梅毒是一種較復雜的多因素傳染性疾病，國內外研究多采用數據挖掘的方式進行研究和分析[16-18]。在問題分析中，通常采用logistic回歸分析法來研究變量，它能夠較好地反映自變量與因變量之間的依賴關系，但約束條件太多。而BP神經網絡和決策樹算法屬于非參數算法模型，不需要推斷參數，可以通過對現有數據的學習來建立模型。從以上實驗結果表明，BP神經網絡模型的預測性能高于決策樹算法模型，這是因為BP神經網路模型善于處理復雜的因素關系。最后，預防梅毒也是當下不容忽視的事情。在加強健康教育和宣傳的同時，為了盡可能地避免危險性行為，應該采取如下措施：追查患者的性伴侶，找到患者的所有性接觸者，進行全面檢查，并進行相應的治療；對所有疑似患者都要進行全面的仔細檢查，發現患者要及時治療；患有梅毒的孕婦應及時給予有效的治療，防止梅毒感染給胎兒；如果需要獻血，應先到正規的采血點進行全面的血液檢查，然后再獻血，防止感染，梅毒患者要注意進行一定的健康康復鍛煉，保持良好的心態，梅毒患者在生活中要注意生活細節，防止傳染給他人。

綜上所述，本實驗表明，與暗娼發生性行為、與臨時性伴發生性行為、注射毒品、與同性發生肛交性行為、診斷性病、感染HIV、感染HCV是梅毒早期預警的重要指標。同時本研究的缺陷在于數據量小，沒有分析出更多的梅毒發病的危險特征和因素，希望在未來的研究中得到完善。梅毒是流行性的傳染病，建議根據疫情特點，加大梅毒防控資源投入，加大宣傳教育措施的力度，完善梅毒的規范化診斷、治療、報告和管理，注重傳染源的早期治療，實現梅毒的有效控制。同時也要制定女性性工作者梅毒防治策略，建立完善監測體系，降低傳播風險。