Logistic多元回歸和人工神經(jīng)網(wǎng)絡(luò)在判斷進(jìn)展期胃癌淋巴結(jié)轉(zhuǎn)移中的應(yīng)用

許　人　石張鎮(zhèn)　張文龍　黃元平　朱曉雪　金　香　劉　蕊　孫延霞

(吉林大學(xué)第一醫(yī)院二部，吉林　長春　130031)

?

Logistic多元回歸和人工神經(jīng)網(wǎng)絡(luò)在判斷進(jìn)展期胃癌淋巴結(jié)轉(zhuǎn)移中的應(yīng)用

許人石張鎮(zhèn)張文龍黃元平朱曉雪金香劉蕊孫延霞

(吉林大學(xué)第一醫(yī)院二部，吉林長春130031)

目的應(yīng)用人工神經(jīng)網(wǎng)絡(luò)及Logistic多元回歸分析方法建立術(shù)前判斷進(jìn)展期胃癌淋巴結(jié)轉(zhuǎn)移的診斷模型。方法分析行手術(shù)切除的700例胃癌患者術(shù)前資料，對(duì)性別、發(fā)生部位、浸潤深度、病理類型等10項(xiàng)術(shù)前資料進(jìn)行相關(guān)性分析，應(yīng)用Logistic多元回歸和人工神經(jīng)網(wǎng)絡(luò)建立術(shù)前判斷進(jìn)展期胃癌淋巴結(jié)轉(zhuǎn)移的診斷模型。結(jié)果胃鏡下Borrmann分型、腫瘤發(fā)生部位、病理類型及浸潤深度4項(xiàng)因素對(duì)淋巴結(jié)轉(zhuǎn)移情況有統(tǒng)計(jì)學(xué)意義(P<0.01)，稱為“危險(xiǎn)變量”，而病史時(shí)間、首發(fā)癥狀、性別、年齡、吸煙史、飲酒史6項(xiàng)因素對(duì)淋巴結(jié)轉(zhuǎn)移情況無統(tǒng)計(jì)學(xué)意義(P>0.05)。Logistic回歸模型判斷進(jìn)展期胃癌淋巴結(jié)轉(zhuǎn)移的準(zhǔn)確率為69.3%，受試者工作特征(ROC)曲線下面積為0.771。根據(jù)4項(xiàng)“危險(xiǎn)變量”建立的人工神經(jīng)網(wǎng)絡(luò)模型ANN1判斷淋巴結(jié)轉(zhuǎn)移情況準(zhǔn)確率為70.4%，ROC曲線下面積為0.796。全部術(shù)前資料建立的ANN2判斷淋巴結(jié)轉(zhuǎn)移情況準(zhǔn)確率為75%，ROC曲線下面積為0.831。結(jié)論在術(shù)前資料判斷進(jìn)展期胃癌淋巴結(jié)轉(zhuǎn)移情況的研究中，ANN診斷的準(zhǔn)確率高于Logistic多元回歸分析模型，且術(shù)前資料越多，準(zhǔn)確率越高，有望應(yīng)用于臨床，幫助相關(guān)科室提高判斷淋巴結(jié)轉(zhuǎn)移的準(zhǔn)確率。

進(jìn)展期胃癌；淋巴結(jié)轉(zhuǎn)移；術(shù)前預(yù)測(cè)；人工神經(jīng)網(wǎng)絡(luò)模型；Logistic多元回歸

進(jìn)展期胃癌在我國所有胃癌中占92%～95%〔1〕。確定合理的術(shù)式及淋巴結(jié)清掃范圍、制定個(gè)體化治療方案是胃癌診治的焦點(diǎn)〔2，3〕。但患者術(shù)前資料多而復(fù)雜，單一因素很難確定胃癌分期，且資料相關(guān)性小，難以綜合評(píng)估并推測(cè)患者是否發(fā)生淋巴結(jié)轉(zhuǎn)移。本文采用人工神經(jīng)網(wǎng)絡(luò)和Logistic多元回歸方法對(duì)進(jìn)展期胃癌淋巴結(jié)轉(zhuǎn)移情況進(jìn)行計(jì)量研究，探討術(shù)前資料與淋巴結(jié)轉(zhuǎn)移的相關(guān)性，提高診斷的準(zhǔn)確率。

1　資料與方法

1.1一般資料2003年1月至2011年12月吉林大學(xué)第三臨床醫(yī)院行胃癌手術(shù)切除的700例進(jìn)展期胃癌患者術(shù)前資料。其中男526例，女164例，年齡30～83歲，均行胃癌根治術(shù)+D1或D2淋巴結(jié)清掃術(shù)，術(shù)前未行任何抗腫瘤治療，術(shù)后病理均為進(jìn)展期胃癌，并證實(shí)是否有淋巴結(jié)轉(zhuǎn)移。

1.2量化樣本數(shù)據(jù)集總結(jié)既往文獻(xiàn)報(bào)道的可能對(duì)進(jìn)展期胃癌淋巴結(jié)轉(zhuǎn)移有影響的因素，選擇其中具有特征性的客觀指標(biāo)，包括性別、吸煙史、飲酒史、首發(fā)癥狀、病史時(shí)間(<1年，1～2年，>2年)、發(fā)病年齡(30～50歲，51～70歲，>70歲)、腫瘤發(fā)生部位、浸潤深度、胃鏡下Borrmann分型、病理類型共10項(xiàng)。

1.3統(tǒng)計(jì)學(xué)方法應(yīng)用SPSS17.0統(tǒng)計(jì)軟件進(jìn)行χ2檢驗(yàn)，Logistic多元回歸分析。

2　結(jié)　果

2.1單因素分析胃鏡下Borrmann分型、病理類型、腫瘤發(fā)生部位、浸潤深度4項(xiàng)因素在判斷淋巴結(jié)轉(zhuǎn)移方面，各組差異有統(tǒng)計(jì)學(xué)意義，是進(jìn)展期胃癌淋巴結(jié)轉(zhuǎn)移的獨(dú)立影響因素，為“危險(xiǎn)變量”。而性別、年齡、病史時(shí)間、吸煙史、飲酒史、首發(fā)癥狀，各組發(fā)生率差異無統(tǒng)計(jì)學(xué)意義。見表1。

2.2構(gòu)建人工神經(jīng)網(wǎng)絡(luò)模型ANN1自變量選擇4項(xiàng)“危險(xiǎn)變量”，將所有樣本隨機(jī)按7∶2∶1的比例輸入訓(xùn)練組、測(cè)試組及驗(yàn)證組。訓(xùn)練組用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)；測(cè)試組為用于跟蹤訓(xùn)練過程中的錯(cuò)誤以防止超額訓(xùn)練，對(duì)訓(xùn)練好的網(wǎng)絡(luò)的泛化能力做出測(cè)試，以確定或肯定這個(gè)網(wǎng)絡(luò)；驗(yàn)證組評(píng)估最終神經(jīng)網(wǎng)絡(luò)。輸入層節(jié)點(diǎn)為17個(gè)，包括胃鏡下Borrmann分型、腫瘤發(fā)生部位、病理類型及浸潤深度；隱含層神經(jīng)節(jié)點(diǎn)為5個(gè)(由經(jīng)驗(yàn)而定)，采用雙曲正切傳遞函數(shù)；輸出層神經(jīng)節(jié)點(diǎn)2個(gè)，為淋巴結(jié)轉(zhuǎn)移或無轉(zhuǎn)移，采用Softmax傳遞函數(shù)。建立的ANN1見圖1。應(yīng)用ANN1對(duì)預(yù)測(cè)集樣本預(yù)測(cè)，正確判斷淋巴結(jié)有轉(zhuǎn)移的準(zhǔn)確率為92.5%，正確判斷淋巴結(jié)無轉(zhuǎn)移的準(zhǔn)確率為28.6%，總準(zhǔn)確率為70.4%，受試者工作特征(ROC)曲線下面積為0.796。

輸入層節(jié)點(diǎn)為29個(gè)，包括性別、發(fā)病年齡、吸煙、鏡下Borrmann 分型等10項(xiàng)術(shù)前資料；隱含層神經(jīng)節(jié)點(diǎn)為8個(gè)(由經(jīng)驗(yàn)而定)，采用雙曲正切傳遞函數(shù)；輸出層神經(jīng)節(jié)點(diǎn)2個(gè)，為淋巴結(jié)轉(zhuǎn)移或無轉(zhuǎn)移，采用Softmax傳遞函數(shù)，建立ANN2模型。應(yīng)用ANN2對(duì)預(yù)測(cè)集樣本進(jìn)行預(yù)測(cè)，正確判斷淋巴結(jié)有轉(zhuǎn)移的準(zhǔn)確率為74.0%，正確判斷淋巴結(jié)無轉(zhuǎn)移的準(zhǔn)確率為76.9%，總準(zhǔn)確率為75.0%。預(yù)測(cè)淋巴結(jié)轉(zhuǎn)移的ROC曲線下面積為0.831。見圖1。

表1　胃癌淋巴結(jié)轉(zhuǎn)移影響因素的單因素分析(n)

圖1　ANN

2.3構(gòu)建Logistic回歸模型Logistic多元回歸結(jié)果顯示：自變量“飲酒、病理類型、胃鏡下Borrmann 分型、浸潤深度”具有統(tǒng)計(jì)學(xué)差異(P<0.05)；而性別、發(fā)病年齡、吸煙史、病史時(shí)間、首發(fā)癥狀、腫瘤發(fā)生部位差異無統(tǒng)計(jì)學(xué)意義(P>0.05)，見表2。將10個(gè)自變量納入Logistic回歸分析，與進(jìn)展期胃癌淋巴結(jié)轉(zhuǎn)移具有顯著相關(guān)性的變量按相關(guān)性由大至小順序依次為胃癌的浸潤深度、胃鏡下分型、病理類型、飲酒史。系統(tǒng)自動(dòng)將篩選出的上述有統(tǒng)計(jì)學(xué)意義的4個(gè)變量帶入方程，隨機(jī)抽取部分病例驗(yàn)證Logistic回歸模型預(yù)測(cè)進(jìn)展期胃癌淋巴結(jié)轉(zhuǎn)移的情況，其準(zhǔn)確率為69.3%，ROC曲線下面積為0.771。

表2　Logistic回歸分析結(jié)果

3　討　論

胃癌發(fā)病率和死亡率分別高達(dá)300.9/10萬和29.3/10萬。進(jìn)展期胃癌具有發(fā)病率高、早期診斷率低、5年存活率低等特點(diǎn)〔4〕。術(shù)前判斷進(jìn)展期胃癌淋巴結(jié)轉(zhuǎn)移情況十分重要。

Logistic回歸具有判別和預(yù)測(cè)功能，適用于定性及半定量的指標(biāo)，具有限制條件少，資料要求相對(duì)低等優(yōu)點(diǎn)〔5〕。而人工神經(jīng)網(wǎng)絡(luò)則模仿生物神經(jīng)網(wǎng)絡(luò)的功能和結(jié)構(gòu)建立數(shù)學(xué)模型〔6〕，具有很強(qiáng)的自適應(yīng)、非線性特征，根據(jù)輸出和輸入因素間復(fù)雜的關(guān)系構(gòu)建模型，能有效解決醫(yī)學(xué)復(fù)雜問題，并在醫(yī)學(xué)領(lǐng)域獲得了廣泛的應(yīng)用〔7〕，可實(shí)現(xiàn)對(duì)疾病客觀的檢測(cè)和分類，提高疾病監(jiān)測(cè)和鑒別診斷有效率〔8，9〕，適用于大樣本、復(fù)雜樣本的統(tǒng)計(jì)。本文提示ANN1、ANN2判斷進(jìn)展期胃癌淋巴結(jié)轉(zhuǎn)移的準(zhǔn)確率優(yōu)于Logistic回歸模型，其訓(xùn)練組、測(cè)試組及驗(yàn)證組間數(shù)據(jù)動(dòng)態(tài)轉(zhuǎn)換，相互校正，使準(zhǔn)確率明顯提高；Logistic回歸模型可自動(dòng)篩選出相關(guān)性大的指標(biāo)作為“自變量”帶入方程構(gòu)建模型，方便可行，易于推廣。上述兩個(gè)模型各有優(yōu)勢(shì)，可輔助相關(guān)專業(yè)醫(yī)生提高判斷淋巴結(jié)轉(zhuǎn)移的準(zhǔn)確率。以后的研究將進(jìn)一步擴(kuò)大樣本數(shù)量、聯(lián)合影像學(xué)、腫瘤標(biāo)志物等資料，完善該模型。上述模型能否對(duì)預(yù)后、療效等進(jìn)一步判斷，還有待長期隨訪研究證實(shí)。

1郭丹陽，程文，周洋，等.胃窗超聲造影、多層螺旋CT及兩者聯(lián)合診斷胃癌的價(jià)值比較〔J〕.中國臨床醫(yī)學(xué)影像雜志，2012；23(11)：789.

2呂瀟童，張軍.進(jìn)展期胃癌的治療進(jìn)展〔J〕.醫(yī)學(xué)綜述，2013；19(19)：3513-4.

3Pasini F，F(xiàn)raccon AP，de Manzoni G.The role of chemotherapy in metastatic gastric cancer〔J〕.Anticancer Res，2011；13(10)：3543-54.

4趙敬柱，張汝鵬，王剛，等.進(jìn)展期胃癌根治術(shù)后復(fù)發(fā)的預(yù)后分析〔J〕.中華胃腸外科雜志，2011；14(2)：107-10.

5李建新，石張鎮(zhèn)，郭賀，等.Logistic多元回歸和人工神經(jīng)網(wǎng)絡(luò)在肺CT判斷肺癌病理分型中的應(yīng)用〔J〕.中國實(shí)驗(yàn)診斷學(xué)，2013；17(10)：1800-3.

6張德豐，周靈，孫亞民，等.基于修剪技術(shù)分級(jí)學(xué)習(xí)的動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)算法研究〔J〕.計(jì)算機(jī)應(yīng)用研究，2011;28(1)：124-30.

7王剛，林森森，姜新國，等.用于小細(xì)胞肺癌診斷的人工神經(jīng)網(wǎng)絡(luò)模型〔J〕.中國衛(wèi)生統(tǒng)計(jì)，2013；30(2)：257-8.

8Vallejo M，Isaza CV，Lopez JD.Artificial neural networks as an alternative to traditional fall detection methods〔J〕.Conf Proc IEEE Eng Med Biol Soc，2013；20(13)：1648-9.

9白雪峰，王平瑜，吳擁軍.基于兩種判別模式的腫瘤標(biāo)志物聯(lián)合檢測(cè)對(duì)肝癌輔助診斷的價(jià)值〔J〕.解放軍醫(yī)學(xué)雜志，2012;37(11)：1019-20.

〔2014-11-16修回〕

(編輯苑云杰)

吉林省科技廳自然科學(xué)基金資助項(xiàng)目(No.201215069)

孫延霞(1965-)，女，博士，碩士生導(dǎo)師，主要從事血液病、惡性腫瘤研究。

許人(1986-)，女，碩士，醫(yī)師，主要從事腫瘤學(xué)研究。

R735.2

A

1005-9202(2016)16-3980-03；doi：10.3969/j.issn.1005-9202.2016.16.051