南疆地區(qū)女性壓力性尿失禁的預(yù)測(cè)模型構(gòu)建

王元毅,曾 凱,郝 雨,李 晨,倪 釗,李 強(qiáng),王勤章

(石河子大學(xué)醫(yī)學(xué)院第一附屬醫(yī)院泌尿外科，新疆石河子 832000)

目前我國(guó)女性壓力性尿失禁(stress urinary incontinence，SUI)的患病率為18.8%，這一數(shù)據(jù)正在逐年上升并一直維持在較高的水平[1],有文獻(xiàn)報(bào)道我國(guó)新疆南疆地區(qū)漢族女性SUI患病率達(dá)38.7%[2],而維吾爾族女性則高達(dá)43.5%[3]。如此高的患病率，不僅給患者身體及心理上帶來(lái)痛苦，而且還增加個(gè)人的醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)及國(guó)家醫(yī)療資源支出[4]。因此有效地預(yù)測(cè)SUI的發(fā)生，并給予提前干預(yù)措施，從而減少女性SUI的患病率非常必要[5]。近年來(lái)，隨著人工智能的興起與發(fā)展，對(duì)于疾病的診斷及預(yù)測(cè)愈發(fā)成熟。目前關(guān)于SUI的預(yù)測(cè)模型僅圍繞產(chǎn)后等特定范圍及時(shí)間段[9-11]，不具有普適性；而本研究以我國(guó)女性SUI危險(xiǎn)因素Meta分析結(jié)果作為預(yù)測(cè)變量，建立南疆女性SUI的預(yù)測(cè)模型，以期通過(guò)對(duì)SUI的風(fēng)險(xiǎn)預(yù)測(cè)，達(dá)到早預(yù)防、早治療，從而減少女性的患病率及經(jīng)濟(jì)負(fù)擔(dān)。

1 資料與方法

1.1 資料來(lái)源課題組于2019年4-8月通過(guò)分層整群抽樣方法在南疆地區(qū)進(jìn)行《南疆地區(qū)盆底功能障礙性疾病流行病學(xué)調(diào)查研究》，本研究從中選取有關(guān)SUI建模所需數(shù)據(jù)。

1.2 納入及排除標(biāo)準(zhǔn)納入標(biāo)準(zhǔn)：所選區(qū)域2010年第六次人口普查登記的常住人口及流動(dòng)人口(在調(diào)查點(diǎn)居住>6個(gè)月)，年齡18周歲以上神志清楚、理解能力正常、自愿參加該調(diào)查的個(gè)人，能夠完成相關(guān)臨床檢查，并自愿簽署知情同意書(shū)的人群為總體。

排除標(biāo)準(zhǔn)：①具有嚴(yán)重基礎(chǔ)疾病或嚴(yán)重遺傳性疾病者不適合完成相關(guān)檢查；②被調(diào)查者字跡不清、無(wú)法辨認(rèn)者；③被調(diào)查有漏填現(xiàn)象，被調(diào)查結(jié)果明顯失真、有邏輯錯(cuò)誤。

1.3 資料獲取及診斷標(biāo)準(zhǔn)

1.3.1一般信息 通過(guò)填寫(xiě)一般信息調(diào)查表獲取，內(nèi)容包括：性別、年齡、文化程度、職業(yè)、婚姻狀況、就醫(yī)情況、是否伴發(fā)軀體器質(zhì)性疾病、飲酒史、既往史等。

1.3.2SUI 根據(jù)國(guó)際尿控協(xié)會(huì)(International Continence Society，ICS-2002)定義[12],并填寫(xiě)國(guó)際尿失禁咨詢(xún)委員會(huì)尿失禁問(wèn)卷表簡(jiǎn)表(International Consultation on Incontinence Questionnaire-short form，ICIQ-SF)。

1.3.3便秘 參照羅馬Ⅳ標(biāo)準(zhǔn)，并需要排除腸道及全身器質(zhì)性因素、藥物及其他原因?qū)е碌谋忝?。并行?zhuān)科查體及填寫(xiě)便秘患者生活質(zhì)量量表(Patient Assessment of Constipation Quality of Life Questionnaire，PAC-QOL)。

1.3.4婦產(chǎn)科相關(guān)信息 由婦產(chǎn)科醫(yī)師詢(xún)問(wèn)相關(guān)情況(孕產(chǎn)史、絕經(jīng)時(shí)間、手術(shù)史、婦科相關(guān)疾病史等)并行婦科檢查及盆底超聲檢查。

1.4 方法

1.4.1文獻(xiàn)檢索及分析 通過(guò)計(jì)算機(jī)檢索中文數(shù)據(jù)庫(kù)：中國(guó)知網(wǎng)、維普、萬(wàn)方、中國(guó)生物醫(yī)學(xué)；外文數(shù)據(jù)庫(kù)：PubMed、Web of Science、The Cochrane Library、Clinicalkey。搜集我國(guó)女性SUI危險(xiǎn)因素的橫斷面研究、病例-對(duì)照研究及隊(duì)列研究，檢索時(shí)限均從建庫(kù)至2020年5月。此外，追溯納入文獻(xiàn)的參考文獻(xiàn)，以補(bǔ)充獲取相關(guān)文獻(xiàn)。對(duì)納入文獻(xiàn)橫斷面研究采用美國(guó)衛(wèi)生保健質(zhì)量和研究機(jī)構(gòu)(Agency for Healthcare Research and Quality，AHRQ)[13]推薦的偏倚風(fēng)險(xiǎn)評(píng)價(jià)量表進(jìn)行評(píng)價(jià)。病例對(duì)照研究和隊(duì)列研究的偏倚風(fēng)險(xiǎn)評(píng)價(jià)采用紐卡斯?fàn)?渥太華量表(Newcastle-Ottawa scale，NOS)[14]。采用Excel 2019和RevMan 5.3對(duì)提取的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，納入研究的異質(zhì)性用Q檢驗(yàn)進(jìn)行分析(檢驗(yàn)水準(zhǔn)為α=0.1)，同時(shí)結(jié)合I2定量判斷異質(zhì)性大小。若各研究結(jié)果間無(wú)統(tǒng)計(jì)學(xué)異質(zhì)性，則采用固定效應(yīng)模型進(jìn)行Meta分析；若各研究結(jié)果間存在統(tǒng)計(jì)學(xué)異質(zhì)性，則進(jìn)一步分析異質(zhì)性來(lái)源，在排除明顯臨床異質(zhì)性的影響后，采用隨機(jī)效應(yīng)模型進(jìn)行Meta分析。對(duì)納入文獻(xiàn)≥10篇的結(jié)局指標(biāo)繪制漏斗圖并結(jié)合失安全系數(shù)評(píng)價(jià)發(fā)表偏倚。

1.4.2數(shù)據(jù)整理及建立模型 從《南疆地區(qū)盆底功能障礙性疾病流行病學(xué)調(diào)查研究》數(shù)據(jù)庫(kù)中篩選及整理符合納入標(biāo)準(zhǔn)的資料數(shù)據(jù)。運(yùn)用Spss Modeler Subscription 建立多層感知器(multi-layer perceptron，MLP)神經(jīng)網(wǎng)絡(luò)模型,其中將中國(guó)女性SUI危險(xiǎn)因素的Meta分析結(jié)果作為預(yù)測(cè)變量,輸出目標(biāo)為SUI。

1.5 統(tǒng)計(jì)學(xué)處理采用Epidata3.1對(duì)原始數(shù)據(jù)進(jìn)行雙錄入，SPSS 25.0對(duì)數(shù)據(jù)進(jìn)行篩選，Spss Modeler Subscription 進(jìn)行MLP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建。采用靈敏度、特異度、準(zhǔn)確度、接受者操作特性曲線(xiàn)(receiver operating characteristic curve，ROC)及曲線(xiàn)下面積(area under curve，AUC)、基尼系數(shù)(gini index)評(píng)價(jià)模型。

2 結(jié) 果

2.1 流調(diào)資料在南疆地區(qū)共收集928例樣本，其中排除男性、缺失身高、體重等數(shù)據(jù)者368例，最終納入560例構(gòu)建模型，其中發(fā)生SUI者216例。

2.2Meta分析及結(jié)果經(jīng)過(guò)文獻(xiàn)檢索、評(píng)價(jià)及篩選，共納入35篇文獻(xiàn)行Meta分析，包括橫斷面研究31篇，病例對(duì)照研究4篇，涉及國(guó)內(nèi)15省樣本量共計(jì)94 043人。相關(guān)危險(xiǎn)因素有20個(gè)，最終結(jié)果提示我國(guó)女性SUI的危險(xiǎn)因素：年齡、體質(zhì)指數(shù)(body mass index，BMI)、勞動(dòng)強(qiáng)度、飲酒史、高血壓、便秘、呼吸系統(tǒng)疾病史、泌尿系統(tǒng)疾病史、婦科疾病史、孕次、產(chǎn)次(≥3次)、第一胎胎兒體重、會(huì)陰裂傷、陰道分娩、絕經(jīng)、盆腔手術(shù)史、子宮脫垂，剖宮產(chǎn)為保護(hù)因素(表1)。

表1 中國(guó)女性發(fā)生SUI相關(guān)危險(xiǎn)因素

2.3 建立SUI預(yù)測(cè)模型運(yùn)用SPSS Modeler Subscription 數(shù)據(jù)挖掘軟件建立MLP神經(jīng)網(wǎng)絡(luò)模型。輸入預(yù)測(cè)變量為年齡、BMI等上述Meta分析結(jié)果。其中年齡、BMI、第一胎胎兒體重為連續(xù)型變量，勞動(dòng)強(qiáng)度、孕次為有序變量，其余為標(biāo)記變量。輸出目標(biāo)為SUI。分區(qū)選擇培訓(xùn)70%(408例)，測(cè)試15%(77例)，驗(yàn)證15%(75例)。選擇可重復(fù)的隨機(jī)分配，隨機(jī)種子為7 462 243。模型構(gòu)建選項(xiàng)：創(chuàng)建標(biāo)準(zhǔn)模型，構(gòu)建兩個(gè)隱藏層，隱藏層1有20個(gè)神經(jīng)元，隱藏層2有15個(gè)神經(jīng)元。中止規(guī)則為默認(rèn)選項(xiàng)，選擇可復(fù)制結(jié)果，隨機(jī)種子為477 534 151。運(yùn)行結(jié)果提示模型準(zhǔn)確性達(dá)86.8%(圖1A)。預(yù)測(cè)變量重要性排序提示年齡、BMI對(duì)SUI預(yù)測(cè)最為重要(圖1B)。

A:模型概要;B:預(yù)測(cè)變量重要性排序。

2.4 模型評(píng)價(jià)通過(guò)靈敏度、特異度、準(zhǔn)確度、ROC曲線(xiàn)、AUC及Gini系數(shù)進(jìn)行模型的評(píng)估，結(jié)果提示模型的準(zhǔn)確度在86.76%(表2)。對(duì)模型進(jìn)行測(cè)試提示模型準(zhǔn)確度為84.42%(表2)。而通過(guò)75例樣本，利用訓(xùn)練完成的模型進(jìn)行判斷是否發(fā)生SUI。結(jié)果提示模型的靈敏度為93.1%，特異度為80.43%，準(zhǔn)確度為85.33%，AUC為0.924，Gini系數(shù)為0.848。AUC及Gini系數(shù)越接近1，表明二分類(lèi)模型更好[15]。說(shuō)明該模型在判斷南疆女性在是否發(fā)生SUI上具有較好的預(yù)測(cè)能力(表2、圖2)。

表2 模型的性能評(píng)價(jià)指標(biāo)

圖2 壓力性尿失禁(SUI)神經(jīng)網(wǎng)絡(luò)模型[培訓(xùn)(A)、測(cè)試(B)]及驗(yàn)證的ROC曲線(xiàn)(C)

3 討 論

SUI是讓女性羞于啟齒同時(shí)也讓女性痛苦的疾病,嚴(yán)重影響女性患者的生活質(zhì)量[16]。然而,目前SUI的病因及發(fā)病機(jī)制仍不明確,對(duì)SUI的治療方案多種多樣,但治療效果參差不齊。因此，通過(guò)早發(fā)現(xiàn)、早干預(yù)來(lái)預(yù)防SUI的發(fā)生，就變得非常重要[5]。本研究以SUI的危險(xiǎn)因素作為預(yù)測(cè)變量，通過(guò)人工神經(jīng)網(wǎng)絡(luò)構(gòu)建預(yù)測(cè)模型，以期為廣大女性及醫(yī)務(wù)人員在SUI的預(yù)防及干預(yù)提供參考依據(jù)。

本研究顯示年齡、BMI、第一胎胎兒體重、子宮脫垂、孕次等是女性發(fā)生SUI的預(yù)測(cè)變量，其中年齡和BMI是最重要的預(yù)測(cè)因素，國(guó)外HANNESTAD等[17]的研究顯示,女性隨著年齡的增加，SUI的患病率也隨之增加。國(guó)內(nèi)ZHANG等[18]關(guān)于國(guó)內(nèi)地區(qū)的SUI研究表明，年齡是我國(guó)女性發(fā)生SUI的高危因素，其中尤其以40～49年齡組為重。本研究也表明年齡是預(yù)測(cè)SUI的重要因素。關(guān)于BMI對(duì)SUI的影響，AUNE等[19]的研究表明BMI每增加5 kg/cm2，腰圍每增加10 cm，體重每增加10 kg，尿失禁的相對(duì)風(fēng)險(xiǎn)增加20%、18%和34%。DIOKNO等[11]建立的尿失禁預(yù)測(cè)模型表明BMI是影響尿失禁發(fā)生的第一重要因素。而本研究結(jié)果提示BMI是SUI的重要預(yù)測(cè)因素。

目前人工神經(jīng)網(wǎng)絡(luò)在疾病的診斷、預(yù)測(cè)等方面應(yīng)用非常廣泛，并且模型預(yù)測(cè)效果良好[6-8]。而關(guān)于SUI的預(yù)測(cè)模型，目前國(guó)內(nèi)有學(xué)者陳曉敏、陳玲等[9-10]建立了線(xiàn)列圖預(yù)測(cè)模型，但該預(yù)測(cè)模型僅限于孕期及產(chǎn)后，同時(shí)預(yù)測(cè)變量較少，而引起SUI的危險(xiǎn)因素卻是多樣性的[5]，故不適用于整個(gè)女性群體。國(guó)外DIOKNO等[11]通過(guò)家庭采訪(fǎng)形式對(duì)尿失禁的危險(xiǎn)因素進(jìn)行篩查并將危險(xiǎn)因素以排列組合的形式建立預(yù)測(cè)模型，其模型的靈敏度和特異度分別為 78.6%和 65.1%，但其樣本數(shù)據(jù)92.1%來(lái)自白人，7.5%來(lái)自黑人，這將導(dǎo)致該模型不適用于其他人群。

本研究的優(yōu)勢(shì)：首先相較于其他研究的特定人群及單一因素，本研究通過(guò)對(duì)我國(guó)女性發(fā)生SUI的危險(xiǎn)因素進(jìn)行Meta分析，確定預(yù)測(cè)變量，使得預(yù)測(cè)變量更加全面，更具有可信度及普適性，同時(shí)也更符合我國(guó)女性的基本情況。第二，人工神經(jīng)網(wǎng)絡(luò)模型具有非線(xiàn)性映射能力，已證明三層的神經(jīng)網(wǎng)絡(luò)就能以任意精度逼近任何非線(xiàn)性連續(xù)函數(shù)，這使得其特別適合解決內(nèi)部機(jī)制復(fù)雜的問(wèn)題。同時(shí)，神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)和自適應(yīng)能力。

本研究的局限性：①模型納入數(shù)據(jù)相對(duì)較少，不過(guò)，后期可通過(guò)課題組再次補(bǔ)充樣本數(shù)據(jù)，對(duì)模型進(jìn)行優(yōu)化及再訓(xùn)練；②本模型是回顧性研究，缺少前瞻性驗(yàn)證，后期可通過(guò)課題組構(gòu)建的基于南疆地區(qū)盆底功能障礙性疾病集成診療及大數(shù)據(jù)云平臺(tái)，進(jìn)行每年的跟蹤隨訪(fǎng)，以驗(yàn)證模型的準(zhǔn)確性；③人工神經(jīng)網(wǎng)絡(luò)模型也存在樣本依賴(lài)性問(wèn)題，不僅依賴(lài)大樣本數(shù)據(jù)，同時(shí)需要樣本的典型性及代表性。而本研究采用SUI的危險(xiǎn)因素作為樣本數(shù)據(jù)，使得樣本在最大程度上具有典型性及代表性。

綜上所述，根據(jù)建立的南疆女性SUI風(fēng)險(xiǎn)預(yù)測(cè)模型，可以較好地對(duì)女性發(fā)生SUI進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)，并可以針對(duì)相關(guān)危險(xiǎn)因素采取干預(yù)措施，如BMI超標(biāo)、多孕多產(chǎn)者等，可采取減重、盆底肌肉鍛煉等方式，加強(qiáng)盆底肌功能，以期減少女性SUI的發(fā)生。