重型顱腦損傷合并多發(fā)傷患者早期死亡的決策樹模型研究

任 杰，朱飛奇

因外傷造成的損失占國(guó)家GDP的1%～3%[1]，隨著中國(guó)的經(jīng)濟(jì)發(fā)展，近幾年意外傷害致死率躍升至第四位。意外創(chuàng)傷因受傷部位不同、性質(zhì)復(fù)雜，常常形成多發(fā)傷，導(dǎo)致病情兇險(xiǎn)復(fù)雜。其中顱腦損傷是多發(fā)傷中死亡風(fēng)險(xiǎn)最高，病情最難評(píng)估的類型[2]。目前的實(shí)驗(yàn)室檢查和影像學(xué)檢查難以全面反映患者的病情，因此臨床使用各種評(píng)分系統(tǒng)反映患者的病情[3-4]。許多研究對(duì)目前評(píng)分系統(tǒng)的優(yōu)異性進(jìn)行驗(yàn)證，且建立了不同的評(píng)分系統(tǒng)[5-6]，但研究[7]表明，根據(jù)多發(fā)傷的損傷機(jī)制及生理紊亂指標(biāo)創(chuàng)造出普遍適用的評(píng)分是十分困難的，創(chuàng)傷結(jié)局危險(xiǎn)因素的研究仍存在爭(zhēng)議。決策樹模型可用于連續(xù)變量和分類變量，并且分類不需要復(fù)雜的計(jì)算；此外，決策樹模型的結(jié)果提供了有關(guān)主要屬性對(duì)分類重要性的信息，從決策樹模型的圖形中，可以輕松地為具有特定屬性的樣本做出決策。在國(guó)外，決策樹模型已經(jīng)廣泛應(yīng)用到醫(yī)學(xué)研究領(lǐng)域，用于各種疾病診斷和病情評(píng)估[8-10]。本研究旨在建立重型顱腦損傷合并多發(fā)傷患者早期死亡的臨床預(yù)測(cè)模型，為醫(yī)務(wù)工作者對(duì)重型顱腦損傷合并多發(fā)傷患者病情進(jìn)展、預(yù)后評(píng)估提供便捷、有效的方法。

1 資料與方法

1.1數(shù)據(jù)來源 本研究中使用的數(shù)據(jù)來自開放數(shù)據(jù)庫(kù)DRYAD網(wǎng)站(https://DATADDRYAD.org/)，該網(wǎng)站允許用戶免費(fèi)下載原始數(shù)據(jù)，并基于原始數(shù)據(jù)進(jìn)行二次分析(DryaD數(shù)據(jù)包https://doi.org/10.5061/dryad.bnzs7h45v)[11]。

1.2研究對(duì)象 該數(shù)據(jù)庫(kù)包括從1996年1月1日～2013年1月1日1級(jí)創(chuàng)傷中心治療的多發(fā)傷患者。該研究必須履行以下納排標(biāo)準(zhǔn)：①成人患者；②在受傷后24小時(shí)內(nèi)入院且ISS評(píng)分≥16分;GCS評(píng)分≤8分；③患有惡性腫瘤疾病、慢性病和影響肌肉骨骼系統(tǒng)的遺傳障礙性疾病的患者被排除在外；④數(shù)據(jù)涵蓋了在住院3天內(nèi)包括生化、凝血、血?dú)?、肝功等所有臨床數(shù)據(jù)；⑤急診室采集入院時(shí)臨床數(shù)據(jù)，包括乳酸(lactic acid， Lac)、堿剩余(buffuer excess， BE)、酸堿度(pH值)、格拉斯哥昏迷指數(shù)(The Glasgow Coma Index)；⑥基于每個(gè)評(píng)分系統(tǒng)的標(biāo)準(zhǔn)，根據(jù)急診科治療結(jié)束時(shí)提供的系統(tǒng)評(píng)分，嚴(yán)格得分。

1.4決策樹模型構(gòu)建 總共1757例患者，排除812例有缺失值患者，共945例患者納入。使用開放源代碼R語(yǔ)言(版本3.2.2)，隨機(jī)選取756例患者(80%)作為訓(xùn)練子數(shù)據(jù)集，使用二元Logistic回歸分析的差異變量(P<0.05)年齡、多發(fā)傷評(píng)分量表(PTGS)、新?lián)p傷嚴(yán)重度評(píng)分(NISS)、BE、Lac的數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)，使用分類和回歸樹(Classification And Regression Tree， CART)節(jié)點(diǎn)生成預(yù)測(cè)重型顱腦損傷合并多發(fā)傷的決策樹模型并為決策樹模型確定了以下參數(shù)：①使用基尼系數(shù)作為分類依據(jù)；②樹的最大深度為4；③分裂內(nèi)部節(jié)點(diǎn)所需的最小樣本個(gè)數(shù)為20；④以及在葉節(jié)點(diǎn)上所需的最小樣本數(shù)為個(gè)8；選取 189例患者(20%)作為驗(yàn)證子數(shù)據(jù)集，對(duì)決策樹模型精確性進(jìn)行驗(yàn)證，通過ROC曲線下靈敏度、特異度、總體準(zhǔn)確性和曲線下面積評(píng)估決策樹模型性能。其中靈敏度是正確預(yù)測(cè)不良臨床結(jié)果的患者百分比，特異度是正確預(yù)測(cè)良好臨床結(jié)果的患者百分比，總體準(zhǔn)確性是正確預(yù)測(cè)患者臨床結(jié)果的比率。

2 結(jié)果

2.1一般臨床資料比較 一共有1757名受試者納入分析，一般臨床資料情況見表1。年齡、性別、ISS、NISS、GCS、pH、BE、Lac、與不良臨床結(jié)果有關(guān)。

表1 受試者一般臨床特征描述

2.2篩選獨(dú)立危險(xiǎn)因素的Logistic回歸分析

本研究在建立重型顱腦損傷合并多發(fā)傷患者的決策樹模型時(shí)，由于住院時(shí)間、住院ICU時(shí)間在入院時(shí)無(wú)法獲取，故在進(jìn)行獨(dú)立危險(xiǎn)因素的Logistic回歸單變量分析前剔除住院時(shí)間、ICU時(shí)間。使用二元Logistic回歸，將年齡、性別、ISS、NISS、PTGS、GCS、pH、BE、Lac等9個(gè)顯著變量分別納入單因素分析，結(jié)果顯示生存組(n=1136)和死亡組(n=619)的年齡、ISS、NISS、PTGS、GCS、Lac、BE檢驗(yàn)結(jié)果均具有統(tǒng)計(jì)學(xué)意義(P<0.05)。見表2。

表2 二元Logistic回歸分析的結(jié)果

2.3建立決策樹模型及模型的預(yù)測(cè)性能

決策樹模型使用了年齡、Lac、NISS三個(gè)臨床變量作為決策樹模型的每一個(gè)節(jié)點(diǎn)。結(jié)果顯示，Lac<4.7 mmol/L為根節(jié)點(diǎn)變量和最重要的預(yù)測(cè)因子，入院Lac<4.7 mmol/L人群發(fā)生早期病死率為22.93 %(158/689例)，低于入院≥4.7 mmol/L人群(62.89%,161/256例)。見圖1。

決策樹模型隨機(jī)抽取本研究189例(20%)患者，其中148例預(yù)測(cè)正確，41例預(yù)測(cè)錯(cuò)誤，模型實(shí)現(xiàn)了0.78的整體精度，靈敏度為0.82，特異度為0.74。決策樹模型的準(zhǔn)確性較邏輯回歸模型稍差;然而，決策樹模型可視化優(yōu)勢(shì)明顯，更適用于臨床工作。

用于測(cè)試的邏輯回歸模型的AUC為0.80。決策樹模型的AUC為0.73。Logistic回歸和決策樹模型的ROC曲線見圖2。

圖1 重型顱腦損傷為主的多發(fā)傷患者預(yù)測(cè)早期死亡的決策樹模型在決策樹中， 橢圓節(jié)點(diǎn)表示條件， 矩形節(jié)點(diǎn)表示預(yù)測(cè)結(jié)果， 即生存或死亡的結(jié)果． 一個(gè)人可以從根節(jié)點(diǎn)開始(即，“乳酸<4.7 mmol/L”)并且比較患者乳酸的值與根節(jié)點(diǎn)中的條件． 如果患者的乳酸水平<4.7 mmol/L, 則可以移動(dòng)至 “NISS<42”的下一下節(jié)點(diǎn)；否則， 跳轉(zhuǎn)到 “NISS<49”的節(jié)點(diǎn)。繼續(xù)將患者的屬性值與樹的其他內(nèi)部節(jié)點(diǎn)進(jìn)行比較， 直到達(dá)到矩形節(jié)點(diǎn)， 此時(shí)獲得預(yù)測(cè)結(jié)果。乳酸是否<4.7 mmol/L是決策樹的根節(jié)點(diǎn)；它的嚴(yán)重程度對(duì)結(jié)果預(yù)測(cè)至關(guān)重要。對(duì)于NISS或年齡具有重要意義。

圖2 模型驗(yàn)證ROC曲線

3 討論

2017年中國(guó)疾控中心研究指出1990～2017年中國(guó)人的十大死亡原因中，道路交通致死率排名第六[12]，流行病學(xué)調(diào)查示多發(fā)傷合并顱腦損傷的發(fā)生率約為100/(10萬(wàn))[13]。一項(xiàng)涉及1536名創(chuàng)傷患者的多中心觀察性研究確定顱腦損傷是致死和致殘的最常見原因[14]。重型顱腦損傷合并多發(fā)傷患者病情復(fù)雜，患者多伴有顱內(nèi)出血、顱骨骨折、昏迷等因素，這些同時(shí)存在的因素導(dǎo)致患者病情急劇惡化，患者多死于腦疝或隨后出現(xiàn)的MODS(多器官障礙綜合征)、ARDS(急性呼吸窘迫綜合征)等并發(fā)癥[15]，因此，對(duì)傷情及預(yù)后的準(zhǔn)確評(píng)估至關(guān)重要。目前國(guó)內(nèi)外針對(duì)多發(fā)傷有許多不同的評(píng)估方法，但重型顱腦損傷合并多發(fā)傷的病情尚無(wú)一種普遍認(rèn)可的評(píng)估方法。本研究通過對(duì)數(shù)據(jù)庫(kù)數(shù)據(jù)進(jìn)行分析及對(duì)早期預(yù)后構(gòu)建模型，最后發(fā)現(xiàn)年齡、Lac、BE、NISS、PTGS是患者早期死亡的獨(dú)立危險(xiǎn)因素。決策樹模型包括Lac、NISS和年齡3個(gè)屬性，在內(nèi)部數(shù)據(jù)集呈現(xiàn)了良好的預(yù)測(cè)性能。這一發(fā)現(xiàn)表明，決策樹模型是一個(gè)簡(jiǎn)單而有價(jià)值的模型，可以在患者中預(yù)測(cè)早期預(yù)后。

本研究中決策樹模型主要在NISS評(píng)分和Lac水平基礎(chǔ)上構(gòu)建。Lac是反映組織低灌注、細(xì)胞缺氧的指標(biāo)。目前，大量研究證實(shí)血Lac與多發(fā)傷、創(chuàng)傷性腦損傷存在聯(lián)系[16-17]，血Lac水平與嚴(yán)重創(chuàng)傷患者發(fā)生MODS密切相關(guān)，Moon等[18]的一項(xiàng)納入829例多發(fā)傷患者的回顧性分析表明，初始血Lac水平是患者死亡的獨(dú)立危險(xiǎn)因素，并且在原有傷害嚴(yán)重程度評(píng)分中增加初始血Lac的測(cè)量可能增加創(chuàng)傷患者病死率的預(yù)測(cè)價(jià)值。在Dekker等[16]研究中發(fā)現(xiàn)在外傷患者預(yù)后預(yù)測(cè)方面，初始血Lac比Lac清除率更有價(jià)值，同時(shí)對(duì)于是否合并顱腦外傷的患者，初始血乳酸水平預(yù)測(cè)病死率時(shí)沒有發(fā)現(xiàn)明顯差異。NISS是Osler等[19]在ISS的基礎(chǔ)上改良而來，該評(píng)分目前廣泛應(yīng)用于評(píng)估創(chuàng)傷患者病情嚴(yán)重度。NISS的定義是取身體3處最高AIS分值的平方和，而Rebeca等[20]在AIS的應(yīng)用中發(fā)現(xiàn)無(wú)論是否存在多部位損傷，其損傷程度和病死率與AIS值的平方和均呈線性關(guān)系，但是因?yàn)镹ISS只從解剖角度考慮，忽略了生理因素，無(wú)法正確地反映年齡、健康狀況等對(duì)預(yù)后的影響。

鑒于以上，本研究在充分?jǐn)?shù)據(jù)基礎(chǔ)上利用機(jī)器學(xué)習(xí)將NISS評(píng)分與生理數(shù)據(jù)、年齡等有機(jī)整合，構(gòu)建早期預(yù)后生存模型，解決以往評(píng)分系統(tǒng)復(fù)雜、評(píng)估片面、臨床難以應(yīng)用等缺點(diǎn)，為目前重型顱腦損傷合并多發(fā)傷的病情評(píng)估提供可能的解決方案。本研究存在的主要缺陷：①尚無(wú)外部驗(yàn)證評(píng)估模型準(zhǔn)確性；②模型是從DRYAD數(shù)據(jù)庫(kù)中采集數(shù)據(jù)的回顧性分析，仍然需要前瞻性分析進(jìn)一步尋找死亡危險(xiǎn)因素；③需要臨床中應(yīng)用驗(yàn)證模型優(yōu)劣性。