決策樹和logistic回歸構(gòu)建早產(chǎn)兒顱內(nèi)出血預(yù)測(cè)模型的比較研究

馮安麗 李亞玲 唐帆 羅玉紅 李蕾 吳柔

(1.貴州醫(yī)科大學(xué)護(hù)理學(xué)院,貴州 貴陽(yáng) 550001;2.貴州醫(yī)科大學(xué)附屬醫(yī)院護(hù)理部,貴州 貴陽(yáng) 550001)

顱內(nèi)出血是新生兒的常見疾病,可致神經(jīng)系統(tǒng)功能預(yù)后不良、致殘或死亡,對(duì)其遠(yuǎn)期生存質(zhì)量造成明顯影響[1]。隨著圍產(chǎn)醫(yī)學(xué)的進(jìn)步,早產(chǎn)兒存活率升高,但顱內(nèi)出血的發(fā)生率并未降低。據(jù)調(diào)查[1-3],中國(guó)早產(chǎn)兒顱內(nèi)出血發(fā)病率為9.3%,重度患病率為2.1%,嚴(yán)重顱內(nèi)出血的早產(chǎn)兒死亡率則高達(dá)27%～50%。目前,國(guó)內(nèi)外研究多集中于探索顱內(nèi)出血的影響因素,臨床上缺乏判斷早產(chǎn)兒是否為顱內(nèi)出血高危人群的評(píng)定工具。因此,本研究擬篩選早產(chǎn)兒顱內(nèi)出血的獨(dú)立危險(xiǎn)因素,運(yùn)用logistic回歸、決策樹構(gòu)建預(yù)測(cè)模型,從中挑選最優(yōu)模型,以便于臨床醫(yī)護(hù)人員及早識(shí)別潛在的高危患兒,為后續(xù)制定預(yù)見性護(hù)理方案提供參考。

1 對(duì)象與方法

1.1研究對(duì)象 采用回顧性病例對(duì)照法,選取2019年1月-2022年2月于貴州醫(yī)科大學(xué)附屬醫(yī)院新生兒科就診且符合納入排除標(biāo)準(zhǔn)的新生兒作為研究對(duì)象。納入標(biāo)準(zhǔn):出生胎齡<37周。排除標(biāo)準(zhǔn):(1)病案數(shù)據(jù)資料不完整的患兒。(2)有遺傳代謝性疾病、先天發(fā)育畸形、合并有多臟器功能衰竭的患兒。(3)入院前已明確診斷為顱內(nèi)出血的患兒。參照《實(shí)用新生兒學(xué)》[2]中顱內(nèi)出血的診斷標(biāo)準(zhǔn),若影像學(xué)檢查明確出血部位、范圍、程度,判斷為顱內(nèi)出血。本研究在前期meta分析的基礎(chǔ)上,通過臨床專家論證篩選可能的影響因素,共納入42個(gè)危險(xiǎn)因素。根據(jù)樣本量計(jì)算公式[4],每個(gè)危險(xiǎn)因素需要5～10例的患兒,再考慮到10%～20%的樣本流失率,經(jīng)過本院小樣本的預(yù)調(diào)查顯示,早產(chǎn)兒顱內(nèi)出血的發(fā)生率為16.95%(119/702)。本研究的樣本量至少應(yīng)為42×5×(1+0.2)÷16.95%≈1 487例,最終納入2 100例,將其按7∶3比例分為訓(xùn)練集1 445例,測(cè)試集655例。

1.2方法

1.2.1危險(xiǎn)因素調(diào)查表 根據(jù)meta分析、專家會(huì)議討論的綜合結(jié)果,制定統(tǒng)一的患兒資料調(diào)查表,包括以下4個(gè)方面。(1)一般資料:編號(hào)、性別、入院診斷及出院診斷。(2)孕母相關(guān)因素:是否存在妊娠高血壓、妊娠糖尿病、胎盤異常、臍帶異常、羊水異常、胎膜早破、宮內(nèi)窘迫、異常分娩過程、產(chǎn)前使用皮質(zhì)類固醇等情況。(3)患兒相關(guān)因素:胎齡、體質(zhì)量、1 min Apgar評(píng)分、5 min Apgar評(píng)分,是否多胎妊娠、生后復(fù)蘇史、產(chǎn)傷、ABO溶血、高膽紅素血癥、維生素K缺乏、維生素D缺乏、窒息、呼吸暫停、代謝性酸中毒、乳酸≥3 mmol/L、凝血功能異常、血小板減少、肺出血、低血糖、肺炎、貧血、敗血癥、低氧血癥、新生兒呼吸窘迫綜合征、腦膜炎、膿毒癥、壞死性小腸結(jié)腸炎、低鈣血癥、動(dòng)脈導(dǎo)管未閉、電解質(zhì)紊亂。(4)治療因素:有無輸血、高濃度吸氧史及呼吸機(jī)使用時(shí)長(zhǎng)。

1.2.2資料收集方法 從臨床電子病歷系統(tǒng)調(diào)取2019年1月-2022年2月入院的新生兒資料。經(jīng)過統(tǒng)一培訓(xùn),小組成員采用統(tǒng)一的調(diào)查表和判斷標(biāo)準(zhǔn)進(jìn)行收集。收集后對(duì)5%～10%的數(shù)據(jù)資料進(jìn)行核查。

2 結(jié)果

2.1研究對(duì)象的一般資料 本研究共納入2 100例有效病例信息,其中,男性患兒1 187例(56.52%),女性患兒913例(43.48%)。380例(18.1%)患兒發(fā)生顱內(nèi)出血,平均胎齡(32.19±2.74)周,平均體重(1 860.48±597.62)g。1 720例(81.9%)患兒未發(fā)生顱內(nèi)出血,平均胎齡(34.38±2.03)周,平均體重(2 297.93±576.62)g。

2.2早產(chǎn)兒顱內(nèi)出血危險(xiǎn)因素的單因素分析 對(duì)納入的42項(xiàng)影響因素進(jìn)行分析,其結(jié)果顯示,2組宮內(nèi)窘迫、呼吸暫停、代謝性酸中毒、孕母妊娠高血壓、胎盤異常、臍帶異常、低血糖、低鈣血癥、胎膜早破、維生素K缺乏、維生素D缺乏、電解質(zhì)紊亂,差異無統(tǒng)計(jì)學(xué)意義(P>0.05),2組納入的影響因素及比較,見表1(掃后文二維碼獲取)。

2.3logistic回歸模型與決策樹模型的構(gòu)建及對(duì)比分析

2.3.1輸入變量的選擇 將單因素分析中存在統(tǒng)計(jì)學(xué)意義的30個(gè)變量分別納入2種模型中作為自變量,將是否發(fā)生顱內(nèi)出血作為因變量。所有數(shù)據(jù)按7∶3的比例建立訓(xùn)練集與測(cè)試集(訓(xùn)練集1 445例,測(cè)試集655例)。

2.3.2早產(chǎn)兒顱內(nèi)出血的logistic回歸分析 logistic回歸模型以是否發(fā)生顱內(nèi)出血為因變量Y(否=0,是=1),將單因素分析中有統(tǒng)計(jì)學(xué)意義的自變量納入多因素logistic回歸分析,賦值情況,見表2(掃后文二維碼獲取)。結(jié)果顯示:呼吸機(jī)使用時(shí)長(zhǎng)、胎齡、體質(zhì)量、窒息、產(chǎn)傷、多胎妊娠、貧血、凝血功能異常、血小板減少、腦膜炎為早產(chǎn)兒發(fā)生顱內(nèi)出血的獨(dú)立危險(xiǎn)因素,見表3。

表3 早產(chǎn)兒顱內(nèi)出血的logistic回歸分析

2.3.3早產(chǎn)兒顱內(nèi)出血的決策樹模型 決策樹共有6層,共16個(gè)節(jié)點(diǎn),10個(gè)終節(jié)點(diǎn),篩選出的影響因素主要有呼吸機(jī)使用時(shí)長(zhǎng)、體重、腦膜炎、貧血、凝血功能障礙、胎齡。其中呼吸機(jī)使用時(shí)長(zhǎng)為根節(jié)點(diǎn),若呼吸機(jī)使用時(shí)長(zhǎng)≤42 h,患兒發(fā)生顱內(nèi)出血的占比為10.57%,若呼吸機(jī)使用時(shí)長(zhǎng)>42 h,決策樹繼續(xù)向下分類至腦膜炎節(jié)點(diǎn)。若患兒存在腦膜炎情況,其發(fā)生顱內(nèi)出血的占比為87.5%,不存在腦膜炎情況則繼續(xù)向下分類至體重節(jié)點(diǎn)。若體重為1 000～1 499 g,決策樹繼續(xù)向下分類至凝血功能障礙節(jié)點(diǎn),若患兒存在凝血功能障礙情況,則發(fā)生顱內(nèi)出血的占比為64.06%。若體重為1 500～2 499 g,決策樹繼續(xù)向下分類至胎齡節(jié)點(diǎn),若胎齡在28～31+6周范圍內(nèi),決策樹繼續(xù)向下分類至貧血節(jié)點(diǎn)。若患兒存在貧血情況,決策樹繼續(xù)向下分類至呼吸機(jī)使用時(shí)長(zhǎng)節(jié)點(diǎn),若呼吸機(jī)使用時(shí)長(zhǎng)>256 h,患兒發(fā)生顱內(nèi)出血的占比為81.25%,決策樹結(jié)束分類。見圖1(掃后文二維碼獲取)。

2.3.4決策樹模型與logistic回歸模型的比較 決策樹和logistic回歸模型在訓(xùn)練集與測(cè)試集的分類結(jié)果,見表4。對(duì)比訓(xùn)練集和測(cè)試集中的準(zhǔn)確度、靈敏度、特異度、陽(yáng)性預(yù)測(cè)值、陰性預(yù)測(cè)值、約登指數(shù)及ROC曲線下面積(AUC)發(fā)現(xiàn),決策樹模型均高于logistic回歸模型,見表5。比較2種模型的AUC,差異有統(tǒng)計(jì)學(xué)意義(P<0.05),見表6。2種模型在訓(xùn)練集和測(cè)試集中的ROC曲線對(duì)比情況,見圖2和圖3,掃二維碼獲取表1、表2及圖1～圖3。

表4 決策樹和logistic回歸模型在訓(xùn)練集與測(cè)試集的分類結(jié)果

表5 2種模型在訓(xùn)練集和測(cè)試集的預(yù)測(cè)性能對(duì)比結(jié)果

表6 2種模型在訓(xùn)練集與測(cè)試集的AUC比較

3 討論

3.1早產(chǎn)兒顱內(nèi)出血危險(xiǎn)因素分析

3.1.1早產(chǎn)兒顱內(nèi)出血產(chǎn)時(shí)危險(xiǎn)因素分析 本研究顯示,胎齡、體重與顱內(nèi)出血發(fā)生率呈負(fù)相關(guān),表明胎齡越小、體重越低,其顱內(nèi)出血發(fā)生率越高,與多項(xiàng)研究[5-6]結(jié)果一致。分析其原因可能與解剖特點(diǎn)有關(guān),當(dāng)胎齡<32周時(shí),腦室周圍血管發(fā)育不成熟,室管膜下存留的胚胎生發(fā)基質(zhì)(germinal matrix,GM)最為明顯;在32周以后,GM逐漸萎縮,足月時(shí)基本消失[7]。此處毛細(xì)血管豐富,是一個(gè)不成熟的毛細(xì)血管網(wǎng),其血管壁僅有一層內(nèi)皮細(xì)胞,缺乏膠原和彈力纖維支撐,使得毛細(xì)血管伸展性較差,血管壁易于破裂引發(fā)出血。因此,提升孕期保健水平,提高胎齡與體重顯得尤為重要。此外,本研究顯示,產(chǎn)傷是早產(chǎn)兒顱內(nèi)出血的獨(dú)立危險(xiǎn)因素,與林楊等[8]研究結(jié)果一致。早產(chǎn)兒顱骨保護(hù)作用較弱,腦血流自主調(diào)控能力低下,GM對(duì)腦血流波動(dòng)極為敏感,受高危因素影響導(dǎo)致顱內(nèi)壓升高和腦血流波動(dòng),形成壓力被動(dòng)型腦血流,尤其是“漲落”型腦血流在很大程度上對(duì)血管壁構(gòu)成威脅,極易破裂出血[9-11]。若生產(chǎn)過程中使用產(chǎn)鉗,易引發(fā)顱骨受壓不均,發(fā)生靜脈竇阻塞,導(dǎo)致腦部毛細(xì)血管破裂出血[12]。因此,臨床上應(yīng)根據(jù)孕婦及胎兒情況合理選擇分娩方式,嚴(yán)格把握陰道助產(chǎn)適應(yīng)癥并進(jìn)行正確操作,減少產(chǎn)傷的發(fā)生。

3.1.2顱內(nèi)出血早產(chǎn)兒產(chǎn)后危險(xiǎn)因素分析 本研究顯示,窒息、血小板減少、呼吸機(jī)使用時(shí)長(zhǎng)、凝血功能異常、貧血、腦膜炎為早產(chǎn)兒顱內(nèi)出血的危險(xiǎn)因素,與既往研究[6,13]結(jié)果相似。GM內(nèi)皮細(xì)胞中含線粒體較多,耗氧量較大,若發(fā)生缺氧窒息,血管壁易破裂出血[14-15]。發(fā)生機(jī)制可能是體內(nèi)阿片黑素促皮質(zhì)激素原的β-內(nèi)啡肽分泌增加,β-內(nèi)啡肽會(huì)抑制呼吸功能,增加顱內(nèi)出血的風(fēng)險(xiǎn)[16]。早產(chǎn)兒肝臟酶系統(tǒng)發(fā)育不成熟,若存在凝血功能異常則不能快速有效地凝固血液,加之乳酸堆積,毛細(xì)血管通透性增加致血液進(jìn)入脈絡(luò)膜,導(dǎo)致顱內(nèi)出血的發(fā)生[17-19]。呼吸機(jī)的使用頻率隨早產(chǎn)兒人數(shù)的增多而增加,而機(jī)械通氣增加了顱內(nèi)出血的發(fā)生風(fēng)險(xiǎn),呼吸機(jī)使用時(shí)間的延長(zhǎng)會(huì)影響顱內(nèi)出血的嚴(yán)重程度[20]。究其原因可能是,患兒在進(jìn)行機(jī)械通氣時(shí)腦血管血流速度加快,若呼吸機(jī)參數(shù)設(shè)置不當(dāng),患兒自主呼吸頻率與呼吸機(jī)不同步,腦血管收縮不穩(wěn)定,腦血流連續(xù)沖擊血管壁而引發(fā)破裂出血[21-22]。臨床上應(yīng)嚴(yán)格掌握機(jī)械通氣指征,正確設(shè)置呼吸機(jī)參數(shù),縮短呼吸機(jī)使用時(shí)長(zhǎng),爭(zhēng)取早日撤機(jī)。腦膜炎、呼吸機(jī)使用時(shí)間的延長(zhǎng)均易增加感染風(fēng)險(xiǎn),感染時(shí)激發(fā)的免疫反應(yīng)和炎癥瀑布反應(yīng)致炎癥因子增多,腦耗氧量增加,引起腦靜脈壓波動(dòng)較大,血管壁易破裂出血[23]。針對(duì)早產(chǎn)兒顱內(nèi)出血疾病,目前尚無特異性治療手段,故及早識(shí)別潛在的高風(fēng)險(xiǎn)患兒,對(duì)其采取預(yù)見性護(hù)理措施具有重要的臨床意義。

3.22種預(yù)測(cè)模型對(duì)早產(chǎn)兒顱內(nèi)出血的預(yù)測(cè)結(jié)論不完全一致 2種預(yù)測(cè)模型均顯示,呼吸機(jī)使用時(shí)長(zhǎng)、胎齡、體重、貧血、凝血功能異常和腦膜炎為早產(chǎn)兒發(fā)生顱內(nèi)出血的重要預(yù)測(cè)因子。但2種模型的預(yù)測(cè)并不完全一致,例如窒息、產(chǎn)傷、多胎妊娠、血小板減少等預(yù)測(cè)因子只在logistic回歸模型中出現(xiàn)。從logistic回歸模型可知,早產(chǎn)兒腦膜炎的OR值最大,為早產(chǎn)兒發(fā)生顱內(nèi)出血最重要的預(yù)測(cè)因子;通過決策樹模型可知,呼吸機(jī)使用時(shí)長(zhǎng)是預(yù)測(cè)早產(chǎn)兒是否發(fā)生顱內(nèi)出血的首要?jiǎng)澐忠罁?jù)。

3.32種模型的預(yù)測(cè)性能分析 本研究結(jié)果顯示,決策樹在訓(xùn)練集與測(cè)試集的表現(xiàn)均優(yōu)于logistic回歸模型。究其原因,可能是決策樹依據(jù)信息增益值逐層進(jìn)行構(gòu)建,呈現(xiàn)自上而下的樹狀圖,根節(jié)點(diǎn)位于最上方,代表首要測(cè)試條件,繼而根據(jù)其內(nèi)部規(guī)則繼續(xù)向下劃分,得到不同的分支,每條分支代表著一種路徑,最后到達(dá)葉節(jié)點(diǎn)結(jié)束分類[24]。樹狀圖具有可視化的優(yōu)點(diǎn),其呈現(xiàn)方式較為簡(jiǎn)潔直觀。便于醫(yī)護(hù)人員及早識(shí)別潛在的高風(fēng)險(xiǎn)患兒,并對(duì)此類患兒采取預(yù)見性護(hù)理措施,以減輕疾病嚴(yán)重程度或降低疾病發(fā)生率。但決策樹也存在一定缺陷,例如當(dāng)納入的自變量較多且較為復(fù)雜時(shí),輸出的決策樹顯得深大而繁瑣,導(dǎo)致構(gòu)建的模型泛化能力較差,不易解讀預(yù)測(cè)結(jié)果。因此,本研究對(duì)決策樹進(jìn)行了修剪,以避免發(fā)生過擬合情況。logistic回歸是一種非線性回歸,主要反映數(shù)據(jù)類型為分類變量的因變量與自變量的依存關(guān)系[25],但本研究對(duì)2種模型比較時(shí)發(fā)現(xiàn):在訓(xùn)練集和測(cè)試集中,決策數(shù)的準(zhǔn)確率、靈敏度、特異度、約登指數(shù)等均優(yōu)于logistic回歸,且AUC大于logistic回歸,差異有統(tǒng)計(jì)學(xué)意義(P<0.05),說明決策樹的預(yù)測(cè)能力更優(yōu)。

綜上所述,在預(yù)測(cè)早產(chǎn)兒是否發(fā)生顱內(nèi)出血方面,決策樹的預(yù)測(cè)能力優(yōu)于logistic回歸模型,其可視化的結(jié)果呈現(xiàn)方式更適用于臨床工作。但本研究只運(yùn)用2個(gè)模型進(jìn)行對(duì)比分析,后期應(yīng)基于機(jī)器學(xué)習(xí)算法構(gòu)建更多的預(yù)測(cè)模型,以尋找更為準(zhǔn)確的早產(chǎn)兒顱內(nèi)出血預(yù)測(cè)模型。其次,此研究的樣本量?jī)H來源于一家醫(yī)院,其代表性不足,今后有待進(jìn)一步開展多中心、大樣本的研究。