基于SMOTE算法的聲門型喉癌患者術后下呼吸道感染預警模型構建

馬靈草，董婷，戴晗青，岳紅，陳海芳，臧艷姿

聲門型喉癌是喉癌最常見的分型，手術是其重要的治療手段[1-2]，但大多數喉癌患者手術過程中需切開氣管，為維持患者術中呼吸，需要建立人工氣道，術后可能出現下呼吸道感染等并發癥，干擾患者術后康復及肺功能恢復[3]。因此，建立感染預警模型對預防聲門型喉癌患者術后下呼吸道感染具有重要意義。喉癌患者術后下呼吸道感染率為8%～13%[4]，感染和非感染人數不平衡。傳統統計分析方法對不平衡數據處理效果欠佳[5]，對多數類預測效果高，而對少數類預測效果較差，不適合喉癌患者術后下呼吸道感染預警模型構建。為解決數量不平衡數據分類問題，有研究者引入重采樣技術重建數據平衡少數類與多數類的數據數量。少數類樣本合成過抽樣技術(Synthetic Minority Over-sampling Technique，SMOTE)由Chawla等[6]于2011年提出，其根據少數類屬性特征隨機產生相似樣本，有效地平衡少數類與多數類之間數量，減少數據集過度傾斜。SMOTE算法已成功用于建立腦損傷繼發精神障礙[7]、絕經后骨質疏松性骨折[8]等少數類預警模型。本研究收集接受腫瘤根治手術的聲門型喉癌患者臨床資料，構建基于SMOTE算法的感染預警模型，旨在為預防喉癌患者術后上呼吸道感染提供參考。

1 資料與方法

1.1一般資料 收集2015年1月至2019年1月河南省人民醫院收治的接受腫瘤根治手術聲門型喉癌患者的臨床資料。納入標準：①經病理和影像診斷確診為喉門型細胞癌；②年齡≥18歲; ③臨床資料完整，病歷中記錄有術后下呼吸道感染狀況；④全喉或部分喉切除治療；⑤手術達到根除原發癌灶標準。排除標準：①術前已合并呼吸系統疾病，先天性免疫系統缺陷和其他惡性腫瘤；②術后轉入ICU昏迷、病危或病亡；③術后轉院或臨床資料不完整。共收集有效資料596例,男326例，女270例；未婚58例，已婚403例，離異100例，喪偶35例；小學155例，中學(含中專)265例，大專以上176例；居住地為城市296例，農村300例；使用抗生素時間1～7(3.28±0.64) d。腫瘤分期：Ⅱ期121例，Ⅲ期272例，Ⅳ期203例。有飲酒史369例，患有高血壓266例。

1.2方法

1.2.1收集臨床資料 研究者使用自制調查表收集喉癌患者信息：①人口學信息，包括性別、年齡、學歷、BMI值、癌癥分期等。②手術情況，包括手術類型、手術時間、術中出血量等。③術后情況，包括使用抗生素、吸痰、霧化、使用呼吸機、術后拔管時間，使用人工鼻情況和術后是否存在下呼吸道感染等。

1.2.2術后下呼吸道感染診斷標準 ①胸部X線檢出支氣管或肺部炎癥改變；②靜脈血檢出白細胞數和(或)嗜中性粒細胞比例上升；③下呼吸道分泌物培養試驗檢出菌株超標。患者術后1周內出現滿足①②或①③者可判斷為術后下呼吸道感染[9]。

1.2.3實施SMOTE過抽樣算法 SMOTE算法具體按照Blagus等[10]界定的7個步驟實施。本研究少數樣本為感染組，增加樣本倍數n=未感染組樣本量/感染組樣本量=511/71≈7，最近領點數k取6，SMOTE算法通過對少數類樣本點與其最近鄰樣本點間進行隨機插值，實現對少數類樣本的擴充，產生的新樣本不會改變原樣本集的空間邊界，具有較好的算法信度。

1.2.4統計學方法 采用SPSS 25.0軟件和R3.5.2軟件進行t檢驗、χ2檢驗、Logistic回歸分析。在完成模型構建后，模型效能評估采用十折交叉法驗證，效能評估指標包括真陽性率、陽性預測值、F值、ROC曲線下面積。檢驗水準α=0.05。

2 結果

2.1聲門型喉癌患者術后下呼吸道感染情況 596例患者中，38例(感染組)術后發生下呼吸道感染，共查出菌株64株，其中革蘭陰性菌44株(銅綠甲單胞菌24株，肺炎克雷伯菌10株，大腸埃希菌4株，陰溝腸桿菌和鮑氏不動桿菌各3株)，革蘭陽性菌20株(金黃色葡萄球菌13株，凝固酶陰性葡萄球菌7株)。

2.2術后患者下呼吸道感染影響因素的單因素分析 單因素比較顯示，兩組性別、婚姻狀態、學歷、居住地、使用抗生素時間、癌癥分期、飲酒史和高血壓比較差異無統計學意義(均P>0.05)，兩組有統計學差異的項目及比較見表1。

表1 術后患者下呼吸道感染影響因素的單因素分析

2.3術后下呼吸道感染影響因素的Logistic回歸分析 以是否術后下呼吸道感染為因變量Y(否=0，是=1)，以單因素分析有統計學差異的變量為自變量行Logistic回歸分析，α入=0.05，α出=0.10。結果顯示年齡X1(原值)、BMIX2(原值)、吸煙史X3(賦值：無=0，有=1)、糖尿病X4(無=0，有=1)、肺部疾病X5(無=0，有=1)、手術類型X6(部分喉切除=1，全喉切除=2)、術后吸痰X7(否=0，是=1)、術中出血量X8(原值)、術后氣道導管留置時間X9(<平均值=0，≥平均值=1)、使用人工鼻X10(否=0，是=1)為術后下呼吸道感染的主要影響因素。得到原始預警模型1：Logit(P)=0.055X1-0.195X2+1.383X3+0.968X4+0.939X5+0.993X6+1.055X7+0.076X8+0.919X9+0.978X10-14.073，經Hosmer-Lemeshow檢驗結果顯示，Logistic回歸模型擬合度良好(P=0.727，決定系數R2=0.584)。

2.4基于SMOTE算法的預警模型 選擇Logistic回歸分析納入的影響因素，利用SMOTE算法進行14倍(558/38)過抽樣，得到感染和非感染比例近似為1(實際抽樣為非感染=558，感染=570，感染/非感染=1.02)，再對過抽樣后數據進行多因素Logistic回歸，α入=0.05，α出=0.10。分析結果見表2。基于SMOTE算法的預警模型2：Logit(P)=0.090X1-0.249X2+1.724X3+1.136X4+1.344X5+0.967X6+1.092X7+0.126X8+1.340X9+1.456X10-14.859，經Hosmer-Lemeshow檢驗結果顯示，模型擬合度良好(P=0.823，決定系數R2=0.625)。

表2 基于SMOTE算法的Logistic回歸分析結果

2.5模型評估 使用ROC曲線驗證可得，模型2的ROC曲線下面積為0.927(95%CI：0.888～0.966)，顯著高于模型1的ROC曲線下面積(0.780，95%CI：0.734～0.846)。將模型所對應的數據分為10份，每個模型輪流依次以其中1份為測試集，其余9份為訓練集進行10次檢驗，采用10折交叉法對2個模型進行預測性能比較，見表3。

表3 2個預測模型在測試集上預測性能比較

3 討論

3.1聲門型喉癌患者術后發生下呼吸道感染率分析 本研究結果顯示，聲門型喉癌患者術后發生下呼吸道感染率為6.38%，低于尹國華等[11]報道的11.46%、柴麗娟等[12]報道的12.75%，這可能因為本研究收集病例中，超過50%接受了相應的抗生素治療，且均為早期喉癌患者，腫瘤細胞對其免疫系統損害程度相對較輕，患者自身抵抗感染能力較強。本研究術后下呼吸道感染患者查出菌株主要為革蘭陰性菌，占整體檢出菌類型的68.75%，整體檢出菌株主要為銅綠假單胞菌和金黃色葡萄球菌，與他人研究結果[13-14]相符。

3.2聲門型喉癌患者術后下呼吸道感染的影響因素

3.2.1患者自身因素 本研究發現，年齡和BMI是聲門型喉癌患者術后下呼吸道感染的顯著影響因素(均P<0.01)，與他人研究相符[15-16]，表現出患者年齡越大，BMI值越低，其術后下呼吸道感染風險越大。這是因為人體本身的免疫功能隨年齡增長而自然性下降，造成高齡喉癌患者抵御感染菌侵襲能力較低，增加了其術后感染風險；而BMI低于正常范圍的患者機體可能存在營養不良，從而導致其自身免疫功能及抗感染效率受到限制。本研究結果提示，吸煙史、肺部疾病均是聲門型喉癌患者術后下呼吸道感染的顯著影響因素(均P<0.01)，說明有吸煙史和合并肺部疾病患者術后下呼吸道感染風險越高，與他人研究相符[17]。這可能因為長期吸煙能損傷患者支氣管黏膜，導致呼吸道纖毛變短、斷裂和運動功能下降，降低支氣管清除感染病原體的能力，吸煙也能增加呼吸道內誘導痰內炎性因子表達，惡化感染程度，而各種肺部疾病可致呼吸系統組織及器官長期受到炎性環境刺激，造成支氣管黏膜腺體增生并分泌大量黏液，堵塞喉癌患者細支氣管，從而在下呼吸道內形成易感染菌定殖環境，增加了患者的下呼吸道感染率。糖尿病是聲門型喉癌患者術后下呼吸道感染的顯著影響因素(均P<0.01)，這是因為手術傷害或癌癥等強刺激源可致合并糖尿病喉癌患者機體內激素調節和細胞因子分泌異常，從而出現應激性高血糖[18-19]，高糖環境能增高喉癌患者機體內反應性氧化物表達，誘導各種促炎因子表達上升，產生炎性級聯反應誘發和惡化其下呼吸道感染。

3.2.2手術因素 本研究結果顯示，全喉切除患者術后下呼吸道感染風險高于部分喉切除者(P<0.01)。分析原因為全喉切除手術時切除組織范圍大，術后切口較長致下呼吸道直接暴露于外部環境，易于細菌侵入呼吸道；此外，喉全切患者留置呼吸氣管套管時間更久，從而增加下呼吸道感染風險。術中出血量也是聲門型喉癌患者術后下呼吸道感染的影響因素(P<0.01)，分析原因為術中出血量越多，患者受到手術損傷越大，生理狀態越差，術后身體免疫功能受到的限制越明顯，降低患者術后呼吸道及其他易感組織或器官的自抗感染能力。

3.2.3術后氣道管理因素 研究顯示，術后氣道導管留置時間>2 h可致氣管內壁纖毛倒伏、破壞，>6 h纖毛壞死、脫落，從而導致感染病菌易移生于下呼吸道誘發感染[20]。本研究結果也顯示，術后吸痰、術后氣道導管留置時間和使用人工鼻均是聲門型喉癌患者術后下呼吸道感染的影響因素(均P<0.01)，表現出術后接受吸痰、術后導管留置時間越久和使用人工鼻患者下呼吸道感染風險越大，這是因為吸痰雖能吸出患者呼吸道內分泌物，保持氣道暢通，但吸痰過程中吸痰管可能把口腔內菌群帶入下呼吸道和損傷呼吸道黏膜，引起呼吸道感染。而喉癌患者術后需經插管和使用人工鼻建立輔助呼吸氣道，也可能造成置入通氣導管損傷呼吸道黏膜，破壞呼吸道防御屏障。

3.3對臨床護理的指導價值 表3顯示，2個預警模型對訓練集真陽性率差異無統計學意義，但模型2對訓練集陽性預測值、F值和ROC曲線下面積顯著高于原始Logistic回歸預警模型(P<0.05，P<0.01)，說明使用SMOTE算法構建的新預警模型預測效應更優秀。按照該預警模型，護士應根據患者基本情況及合并基礎疾病情況進行分級護理，積極治療護理各種基礎疾病及肺部疾病；在圍術期做好患者口腔、鼻腔、手術切口及留置管切口消毒和抗感染護理，吸痰時嚴格遵守無菌原則，必要時采取超聲霧化吸入方式濕化氣道，針對有高危感染風險者密切監測其感染指標，術后首日開始采集下呼吸道分泌物進行微生物培養，基于試驗結果決定選擇敏感抗生素，強化呼吸道管理，同時做好環境清潔消毒；指導家屬準備適宜的食譜，選擇每日少量多餐的方式以提高患者腸道吸收率，提高免疫力[21]。

4 小結

聲門型喉癌患者術后下呼吸道感染受年齡、BMI、吸煙史、糖尿病、肺部疾病、全喉切除、術后吸痰、術中出血量、術后拔管時間和使用人工鼻影響。使用SMOTE算法對數據進行重采樣技術重建，得到的預警模型比傳統Logistic回歸建立的模型預測效應更優。本研究選擇研究對象為聲門型喉癌患者，未對中晚期患者進行研究，也未分析喉癌遠期相關因素，需要進一步研究以完善。