基于決策樹的門脈高壓脾切術(shù)并發(fā)門脈血栓的早期診斷與預(yù)測＊

來丹飛，陳雪東

（湖州師范學(xué)院 理學(xué)院，浙江 湖州313000）

門脈高壓癥是我國的常見病，但患者在進(jìn)行脾切除加門奇血管斷流或單純脾臟切除術(shù)后常并發(fā)門脈血栓（PVT）.文獻(xiàn)報(bào)道，PVT 在斷流術(shù)后的發(fā)病率為6.3%～39.0%［1，2］，嚴(yán)重影響患者術(shù)后恢復(fù)及病程療效，因此也受到相關(guān)人員越來越多的關(guān)注，找到一個(gè)既快速又準(zhǔn)確的預(yù)測PVT 的方法是目前所急需的.現(xiàn)有統(tǒng)計(jì)分析方法中的分類分析方法有聚類分析、判別分析、定性資料分析［3］，上述方法對于本文研究的問題，在分類的正確率上均存在一定的不足與缺陷，為了確定更有效的分類方法，本文采用現(xiàn)代數(shù)據(jù)挖掘技術(shù)中的決策樹法對數(shù)據(jù)進(jìn)行分類分析.

1 數(shù)據(jù)及理論方法說明

1.1 數(shù)據(jù)

湖州市某醫(yī)院經(jīng)手術(shù)治療門靜脈高壓癥確診患者48例，其中男22例，女26例；年齡23～76歲；單純脾切除30例，脾切除聯(lián)合門奇斷流術(shù)18例.術(shù)前1天及術(shù)后第1、3、5、7、14天P－sel、TpP、D－D、PLT 在血液中的含量數(shù)據(jù)為重復(fù)測量追蹤數(shù)據(jù).

1.2 方法

決策樹（Decision Tree）是在已知各種情況發(fā)生概率的基礎(chǔ)上，通過構(gòu)成決策樹來求取凈現(xiàn)值的期望值大于等于零的概率，評價(jià)項(xiàng)目風(fēng)險(xiǎn)，判斷其可行性的決策分析方法，是直觀運(yùn)用概率分析的一種圖解法［4］.卡方自動(dòng)交互檢驗(yàn)（chi－squared automatic interaction detector，CHAID）和分類回歸樹（Classification And Regression Tree，CRT）是決策樹中常用的兩種算法.CHAID 是根據(jù)給定的反應(yīng)變量和解釋變量對樣本進(jìn)行最優(yōu)分割，按照卡方檢驗(yàn)的顯著性進(jìn)行多元列聯(lián)表的自動(dòng)判斷分組，利用卡方自動(dòng)交互檢測法可以快速、有效地挖掘出主要的影響因素［5］.而CRT 是一種專門用于對定類和定序數(shù)據(jù)進(jìn)行分類分析的方法，它具有較高的分類，預(yù)測精確度和工作效率，其核心思想是根據(jù)一個(gè)給定的目標(biāo)變量和其他經(jīng)過篩選的樣本特征指標(biāo)對樣本進(jìn)行最優(yōu)分割.CRT 方法具有兩大優(yōu)點(diǎn)：一是具有互動(dòng)和自適應(yīng)功能，可以對目標(biāo)變量進(jìn)行最優(yōu)化分解；二是通過控制分類過程，可以根據(jù)特定的目的對分類結(jié)果進(jìn)行優(yōu)化組合［6］.本研究結(jié)合這兩種算法，分別建立模型進(jìn)行比較并選擇最好的判別模型對PVT 進(jìn)行預(yù)測.

2 模型建立及分析過程

2.1 分類的因變量

本研究的目的是根據(jù)建立的模型結(jié)果，判斷患者接受手術(shù)后是否會(huì)產(chǎn)生并發(fā)癥PVT.因此，患者最后是否得PVT 作為模型建立的目標(biāo)變量.

2.2 分類的自變量

選擇病案數(shù)據(jù)中對有助于判斷患者最后是否得PVT 的因素作為模型建立的自變量，包括P－sel、TpP、D－D、PLT 這四個(gè)指標(biāo).

2.3 建立模型

分別采用卡方自動(dòng)交互檢驗(yàn)CHAID 和分類回歸樹CART 算法建立分類模型.參數(shù)設(shè)置中，在卡方的顯著性水平中拆分節(jié)點(diǎn)及合并分類都設(shè)置為0.05，設(shè)置最大生長深度為5層，且葉節(jié)點(diǎn)中得樣本個(gè)數(shù)最少為1，父節(jié)點(diǎn)中得樣本個(gè)數(shù)最少為3.

3 結(jié)果說明及分析

3.1 術(shù)后第1天數(shù)據(jù)運(yùn)行結(jié)果說明及分析

通過對術(shù)后第1天的P－sel、TpP、D－D、PLT 四個(gè)指標(biāo)分別進(jìn)行CHAID 算法和CRT 算法分析建模.運(yùn)行結(jié)果顯示，CRT 算法得到的模型可以100%的正確判斷患者是否得PVT（因得到的樹型圖太占篇幅，在此僅作文字說明）.術(shù)后第1天的樹狀模型有6個(gè)葉節(jié)點(diǎn)，共有10個(gè)節(jié)點(diǎn)，從根節(jié)點(diǎn)向下一共有5層，即此樹模型的深度為5.從該模型中可以得出，我們預(yù)測P－選擇素值超過6.8%的患者、P－選擇素不超過6.8%但TpP值超過11.20mg／L的患者、P－選擇素不超過6.8%且TpP值不超過11.20mg／L但D－二聚體含量超過788ng／mL的患者都會(huì)并發(fā)PVT，因此應(yīng)提前介入治療.分類到此，該模型對PVT 的預(yù)測正確率已達(dá)97.9%，但因?yàn)橛?位患者最終是得了PVT 卻被分在不會(huì)得PVT 的組，所以最后還得再分析TpP和PLT 這兩個(gè)指標(biāo)，當(dāng)患者TpP值超過7.02mg／L且PLT 值不超過87.0×10／L 時(shí)會(huì)并發(fā)PVT，這也得引起注意.

3.2 術(shù)后第3天數(shù)據(jù)運(yùn)行結(jié)果說明及分析

通過對術(shù)后第3天的P－sel、TpP、D－D、PLT 4個(gè)指標(biāo)進(jìn)行CHAID算法分析建模，運(yùn)行結(jié)果見圖1.

因此術(shù)后第3天的樹狀模型有4個(gè)葉節(jié)點(diǎn)，共有5個(gè)節(jié)點(diǎn)，從根節(jié)點(diǎn)向下一共有2層，即此樹模型的深度為2.該模型中僅由P－選擇素和TpP兩個(gè)指標(biāo)對數(shù)據(jù)進(jìn)行了分類分析，且其判斷正確率達(dá)97.9%，是一個(gè)相對較好的樹模型，為了能更方便的理解該模型所表達(dá)的意思，故將其結(jié)果在平面直角坐標(biāo)系上繪制后得到表1.

表1 由術(shù)后第3天數(shù)據(jù)預(yù)測PVT的CHAID模型分析表Table 1 The analysis chart of the CHAID model which predicts PVT by the date of the third day after the operation

其中，A、B、C、D 為由模型結(jié)果分劃的四個(gè)區(qū)域，將P－選擇素作為橫坐標(biāo)，TpP 值作為縱坐標(biāo)，結(jié)果中的“Good”代表未并發(fā)PVT，“Bad”代表并發(fā)PVT.

再對術(shù)后第3天的P－sel、TpP、D－D、PLT 4個(gè)指標(biāo)進(jìn)行CRT 算法分析，運(yùn)行結(jié)果見圖2.

由CRT 算法得到的樹狀模型有4個(gè)葉節(jié)點(diǎn)，共有6個(gè)節(jié)點(diǎn)，從根節(jié)點(diǎn)向下一共有3層，即此樹模型的深度為3.該模型由P－選擇素、TpP、D－二聚體三個(gè)指標(biāo)共同作用，進(jìn)行分類分析，且判斷正確率達(dá)100%，因此這也是一個(gè)實(shí)用性很高的模型.類似的，將模型結(jié)果在直角坐標(biāo)系上繪制后得到表2，再對待定的B區(qū)域進(jìn)行分析得到表3.

圖1 由手術(shù)后第3天數(shù)據(jù)預(yù)測PVT的CHAID模型圖Fig. 1 The CHAID model which predicts PVT by the date of the third day after the operation

圖2 由手術(shù)3后第天數(shù)據(jù)PVT預(yù)CRT測的圖Fig. 2 The CRT model which predicts PVT by the date of the third day after the operation

表2 由術(shù)后第3天數(shù)據(jù)預(yù)測PVT的CRT模型分析表Table 2 The analysis chart of the CRT model which predicts PVT by the date of the third day after the operation

表3 待定的B區(qū)域結(jié)果分析表Table 3 The analysis of before－determined chart of area B

3.3 術(shù)后第5天數(shù)據(jù)運(yùn)行結(jié)果

通過對術(shù)后第5天的P－sel、TpP、D－D、PLT 4個(gè)指標(biāo)進(jìn)行CRT 算法分析，運(yùn)行結(jié)果見圖3.

圖3 術(shù)后第 5天數(shù)據(jù)預(yù)測PVT的CRT模型圖Fig. 3 The CRT model which predicts PVT by the date of the fifth day after the operation

由CRT算法得到的樹狀模型有4個(gè)葉節(jié)點(diǎn)，共有6個(gè)節(jié)點(diǎn)，從根節(jié)點(diǎn)向下一共有3層，即此樹模型的深度為3.該模型由P－選擇素、D－二聚體、PLT 3個(gè)指標(biāo)共同作用，進(jìn)行分類分析，其判斷正確率達(dá)97.9%，且唯一沒有判斷正確的是將未得PVT的患者歸到了會(huì)得PVT 的組，對結(jié)果影響相對較小.類似的，對模型結(jié)果進(jìn)行表格式分析，得到表4和表5.

表4 由術(shù)后第5天數(shù)據(jù)預(yù)測PVT的CRT模型分析表Table 4 The analysis chart of the CRT model which predicts PVT by the date of the fifth day after the operation

表5 待定的B區(qū)域結(jié)果分析表Table 5 The analysis of before－determined chart of area B

3.4 術(shù)后第7天數(shù)據(jù)運(yùn)行結(jié)果說明及分析

通過對術(shù)后第7天的P－sel、TpP、D－D、PLT 4個(gè)指標(biāo)進(jìn)行CRT 算法分析建模，運(yùn)行結(jié)果顯示，CRT算法得到的模型判斷患者是否得PVT 的正確率為95.8%，但該樹狀模型有7個(gè)葉節(jié)點(diǎn)，共有12個(gè)節(jié)點(diǎn)，從根節(jié)點(diǎn)向下一共有5層，即此樹模型的深度為5.

該模型由TpP、D－D、PLT、P－sel 4個(gè)指標(biāo)共同作用，且TpP為該天最好的預(yù)測指標(biāo)，但因并發(fā)PVT的患者都在術(shù)后3～8天形成，故用術(shù)后第7天的數(shù)據(jù)來進(jìn)行預(yù)測，對PVT 的早期診斷價(jià)值不高.

3.5 術(shù)后第14天數(shù)據(jù)運(yùn)行結(jié)果說明及分析

通過對術(shù)后第14天的P－sel、TpP、D－D、PLT 四個(gè)指標(biāo)進(jìn)行CRT 算法分析建模，雖然運(yùn)行結(jié)果得到的模型判斷患者是否得PVT 的正確率為100%，但該模型有9個(gè)葉節(jié)點(diǎn)，共16個(gè)節(jié)點(diǎn)，深度為4，過于拖沓冗長，且分類到最后，每一個(gè)組別里的個(gè)數(shù)都較少，不具有代表性.另一方面，并發(fā)PVT 的患者都在術(shù)后3～8天內(nèi)形成，因此術(shù)后第14天的數(shù)據(jù)對PVT 的早期預(yù)測價(jià)值較小.

4 結(jié) 論

綜合術(shù)后1、3、5、7、14天得到的樹模型結(jié)果，在術(shù)后第3天得到了預(yù)測門脈高壓癥術(shù)后并發(fā)PVT的最優(yōu)模型，且P－選擇素為最好的判斷指標(biāo).由已知數(shù)據(jù)知，48位門脈高壓癥患者中有26位在術(shù)后并發(fā)PVT，且PVT 形成時(shí)間為術(shù)后3～8天，因此，在術(shù)后第3天檢測P－選擇素含量，結(jié)合TpP，D－二聚體兩個(gè)指標(biāo)，對PVT 的早期診斷和及時(shí)的介入治療具有很大的現(xiàn)實(shí)意義.

［1］Winslow E R，Brunt L M，Drebin J A，et al.Portal vein thrombosis after splenectomy［J］.Am J Surg，2002，184（6）：631－635.

［2］Webster G J，Burroughs A K，Riordan S M.Review article：Portal vein thrombosis－new insights into aetiology and management［J］.Aliment Pharmacol Ther，2005，21（1）：1－9.

［3］何曉群.現(xiàn)代統(tǒng)計(jì)分析方法與應(yīng)用［M］.北京：中國人民大學(xué)出版社，1998：6.

［4］曹賽玉.幾種決策概率模型在現(xiàn)實(shí)生活中的應(yīng)用［J］.理論與實(shí)踐理論月刊，2006（5）：91－93.

［5］何凡，沈毅，葉眾.卡方自動(dòng)交互檢測法及其應(yīng)用［J］.中華預(yù)防醫(yī)學(xué)雜志，2005，39（2）：133.

［6］謝益輝.基于R軟件rpart包的分類與回歸樹應(yīng)用［J］.統(tǒng)計(jì)與信息論壇，2007（5）：67－70.