任寅姿 傅 筱 潘 清 林程宇 龔仕金 李 莉 蔡國(guó)龍 嚴(yán)靜* 寧鋼民*
1(浙江大學(xué)生物醫(yī)學(xué)工程與儀器科學(xué)學(xué)院生物醫(yī)學(xué)工程系,杭州 310027)
2(浙江醫(yī)院 ICU,杭州 310013)
心力衰竭(heart failure,HF,簡(jiǎn)稱心衰)是由于心肌損傷(如心肌梗死、心肌病、血流動(dòng)力學(xué)負(fù)荷過(guò)重、炎癥等)引起心肌結(jié)構(gòu)和功能的變化,最后導(dǎo)致心室泵血和(或)充盈功能低下[1]。據(jù)統(tǒng)計(jì),全球心衰患病人數(shù)高達(dá)2250萬(wàn),并以每年200萬(wàn)新增病例的速度遞升[2-3]。由于心衰的嚴(yán)重危害性,心衰的綜合治療技術(shù)受到了越來(lái)越多的關(guān)注。
美國(guó)心臟病學(xué)會(huì)(AmericanCollegeof Cardiology,ACC)和美國(guó)心臟協(xié)會(huì)(American Heart Association,AHA)成人慢性心力衰竭診斷治療指南是臨床廣泛采用的心衰治療指導(dǎo)規(guī)范,它為心力衰竭的預(yù)防、診斷和治療提供了一系列程式化的措施,幫助臨床醫(yī)生制定決策。心衰治療指南是基于廣泛的臨床試驗(yàn)和文獻(xiàn)記錄形成的具有統(tǒng)計(jì)意義的指導(dǎo)規(guī)范,因此,依據(jù)指南對(duì)患者進(jìn)行的治療屬于一般規(guī)律的應(yīng)用,而每個(gè)患者的病因、病情和體征等都各有不同,單純遵循指南進(jìn)行的醫(yī)學(xué)治療過(guò)于生硬,難以達(dá)到個(gè)性化治療的效果。將指南電子化與決策模型相結(jié)合,運(yùn)用工程建模方法全面評(píng)估患者具體病情,可實(shí)現(xiàn)個(gè)性化治療。
現(xiàn)代數(shù)字化醫(yī)療過(guò)程要求將臨床指南轉(zhuǎn)化為計(jì)算機(jī)能自動(dòng)識(shí)別判斷的電子化過(guò)程,目前已形成高血壓、糖尿病等常見疾病的電子指南。由于心衰治療指南規(guī)則較為繁瑣,涉及到的藥物治療方案復(fù)雜,臨床上尚未實(shí)現(xiàn)系統(tǒng)化的電子路徑。如何靈活性地將指南知識(shí)嵌入到真實(shí)的醫(yī)療過(guò)程中,也是當(dāng)前心衰治療亟待解決的關(guān)鍵問題。
本研究融合指南電子化與決策模型,建立綜合的心衰治療模型:全面評(píng)估心衰患者各項(xiàng)功能狀況,依據(jù)指南規(guī)則與個(gè)性化原則制定優(yōu)化的治療方案集,并通過(guò)治療方案正確率比對(duì)和對(duì)照試驗(yàn)驗(yàn)證模型方法的有效性。
為了全面評(píng)估心衰患者狀況,提供個(gè)性化治療方案,本研究采用多目標(biāo)優(yōu)化的決策技術(shù)作為基礎(chǔ)模型,通過(guò)輸入患者具體檢查指標(biāo),評(píng)估心衰細(xì)化狀況,進(jìn)而依據(jù)多目標(biāo)優(yōu)化原則,給出差異化的用藥方案,并且根據(jù)患者所處的心衰階段和具體病因制定合理的調(diào)控范圍,輔助醫(yī)生開展個(gè)性化的治療過(guò)程。
在決策模型的基礎(chǔ)上,本研究將心衰指南嵌入到治療模型中。由于心衰治療指南是臨床醫(yī)生進(jìn)行心衰治療的規(guī)范性規(guī)章[4],因此需要將指南文本轉(zhuǎn)化為電子路徑,與決策模型形成有機(jī)整合。兩者融合后的完整心衰治療模型結(jié)構(gòu)如圖1所示。
圖1 心衰治療模型結(jié)構(gòu)圖Fig.1 The structure drawing of heart failure treatment model
為解決心衰指標(biāo)眾多、病情復(fù)雜難以評(píng)估的問題,本研究嘗試用模式識(shí)別方法來(lái)選取特異性參數(shù),劃分心衰狀況層面,進(jìn)而實(shí)現(xiàn)個(gè)性化診療?;诰C合考評(píng)各項(xiàng)檢查指標(biāo)、心衰臨床特征及其它相關(guān)因素,采用基于多目標(biāo)優(yōu)化的決策模型來(lái)細(xì)化評(píng)估心衰狀況。
1.2.1 參數(shù)分析與隸屬度確定
首先對(duì)患者各項(xiàng)檢查指標(biāo)進(jìn)行單因素方差分析,篩選出了23個(gè)能表征心衰病情程度的特異性參數(shù),進(jìn)而采用R型聚類分析算法將特異性參數(shù)劃分為6個(gè)群類,為下一步構(gòu)造模型做好數(shù)據(jù)準(zhǔn)備。23個(gè)特異性參數(shù)的聚類結(jié)果如表1所示。
表1 聚類分析結(jié)果Tab.1 The results of cluster analysis
特異性參數(shù)還需進(jìn)行隸屬度處理以消除量綱不統(tǒng)一的問題,由于醫(yī)學(xué)檢測(cè)參數(shù)存在一定的模糊區(qū)間,因此,本研究采用模糊隸屬度函數(shù)對(duì)參數(shù)進(jìn)行處理。隸屬度函數(shù)的經(jīng)典數(shù)學(xué)定義為[5]:設(shè)是數(shù)據(jù)集 X 到[0,1]的一個(gè)映射,即:X→[0,1],x→ A(x),稱是 X 上的模糊集,(x)稱為模糊集的隸屬度函數(shù)。本研究采用梯形或半梯形分布作為隸屬度函數(shù),它是常用的模糊分布之一 ,如圖2所示。偏大型參數(shù)是取值越大越好的參數(shù),隸屬度函數(shù)如式(1)所示。同理,偏小型參數(shù)是取值越小越好的參數(shù),隸屬度函數(shù)如式(2)所示。中間型參數(shù)則是在某一范圍內(nèi)取值較好的參數(shù),隸屬度函數(shù)如式(3)所示。
圖2 梯形隸屬函數(shù)。(a)偏大型參數(shù)隸屬函數(shù);(b)偏小型參數(shù)隸屬函數(shù);(c)中間型參數(shù)隸屬函數(shù)Fig.2 Trapezoidal membership function.(a)Membership function of large type parameter;(b)Membership function of small type parameter;(c)Membership function of middle type parameter
偏大型參數(shù)的隸屬度函數(shù)
偏小型參數(shù)的隸屬度函數(shù)
中間型參數(shù)的隸屬度函數(shù)
1.2.2 模型結(jié)構(gòu)
多目標(biāo)優(yōu)化決策模型結(jié)構(gòu)如圖3所示,由兩層數(shù)據(jù)結(jié)構(gòu)組成。底層數(shù)據(jù)為23個(gè)特異性參數(shù),稱為二級(jí)指標(biāo),經(jīng)聚類分析后被劃分為6個(gè)大類,對(duì)應(yīng)于6種心衰細(xì)化狀況。上層數(shù)據(jù)由6個(gè)一級(jí)指標(biāo)組成,分別是:心結(jié)構(gòu)、運(yùn)動(dòng)耐量、體液潴留、心功能、神經(jīng)活性和電生理。
圖3 多目標(biāo)優(yōu)化決策模型結(jié)構(gòu)Fig.3 The structure of decision-making model by multi-objective optimization
將23個(gè)二級(jí)指標(biāo)集成為6個(gè)綜合的一級(jí)指標(biāo),有助于下一步個(gè)性化治療的開展。這6個(gè)一級(jí)指標(biāo)與心衰都有直接的關(guān)聯(lián),在降低參數(shù)維度的同時(shí),還建立了指標(biāo)值與生理功能和臨床治療的對(duì)應(yīng)關(guān)系[7],如表 2 所示。
二級(jí)指標(biāo)到一級(jí)指標(biāo)的集成采用線性加權(quán)的方法,依據(jù)二級(jí)指標(biāo)對(duì)一級(jí)指標(biāo)貢獻(xiàn)率的不同確定適當(dāng)?shù)臋?quán)重系數(shù)。在獲得二級(jí)指標(biāo)值及其權(quán)重系數(shù)后,一級(jí)指標(biāo)值即可計(jì)算得到,計(jì)算公式為
表2 6個(gè)一級(jí)指標(biāo)的指示意義Tab.2 The significances of six grade indexes
式中,i表示1~6類一級(jí)指標(biāo)序號(hào),j表示每類一級(jí)指標(biāo)下二級(jí)指標(biāo)序號(hào),ci(i=1,2,…,6)表示第 i類一級(jí)指標(biāo)下的常數(shù)項(xiàng),xij(i=1,2…6;j=1,2,…,n)表示第i類一級(jí)指標(biāo)下第j個(gè)二級(jí)指標(biāo)的隸屬度,wij(i=1,2,…,6;j=1,2,…,n)表示第 i類一級(jí)指標(biāo)下第j個(gè)二級(jí)指標(biāo)對(duì)應(yīng)的權(quán)重系數(shù),n表示該一級(jí)指標(biāo)下二級(jí)指標(biāo)的個(gè)數(shù)。
本研究依據(jù)最小二乘估計(jì)原則與最大熵原理綜合確定二級(jí)指標(biāo)的權(quán)重系數(shù)。為了達(dá)到數(shù)據(jù)一致性的目的,工程上通常采用最小二乘估計(jì)原則,其計(jì)算公式為
式中,f表示問題的解,f0表示先驗(yàn)知識(shí)的信號(hào),D(f,f0)為兩者之間的偏離度,Ψ表示系統(tǒng)函數(shù)。
由于實(shí)際研究中存在觀測(cè)數(shù)據(jù)隨機(jī)分布和信息不完整的情況,因此需要運(yùn)用最大熵原理優(yōu)化權(quán)值函數(shù),結(jié)合觀測(cè)數(shù)據(jù)和先驗(yàn)知識(shí),從非唯一的可行集中選擇消除隨機(jī)性和偶然性的最優(yōu)解,其計(jì)算公式為
式中,X表示一個(gè)離散的隨機(jī)變量,它的輸出為{xi}(i=1,2,…,N),分別對(duì)應(yīng)概率{pi}(i=1,2,…,N),S(X)則為該隨機(jī)變量的信息熵。根據(jù)最大熵值定理,在無(wú)約束條件時(shí),熵值無(wú)限制最大化的結(jié)果必然是信號(hào)最終趨于完全平滑[8]。
結(jié)合最小二乘估計(jì)與最大熵原理確定權(quán)重系數(shù)的方法,可以解釋為在觀測(cè)數(shù)據(jù)的置信度和先驗(yàn)知識(shí)之間的一種折衷,獲得數(shù)據(jù)一致性和熵值最大化的最優(yōu)匹配結(jié)果。
1.2.3 治療規(guī)則
集成得到的一級(jí)指標(biāo)數(shù)值可以指征患者具體病情程度。將6類心衰狀態(tài)的一級(jí)指標(biāo)數(shù)值y1-y6(y1-心結(jié)構(gòu);y2-運(yùn)動(dòng)耐量;y3-體液潴留;y4-心功能;y5-神經(jīng)活性;y6-電生理)在可視化坐標(biāo)軸系標(biāo)示出相應(yīng)的空間位置,形成如圖4所示的心衰患者狀況蛛網(wǎng)圖,數(shù)值越大表示該方面狀況越差?;颊?方面功能狀況各異,因而y1-y6值各不相同,對(duì)應(yīng)于不同的坐標(biāo)長(zhǎng)度,圖中圓圈區(qū)域表示患者各指標(biāo)目標(biāo)(理想)范圍。以圖4為例,則認(rèn)為 y1,y2,y3,y4超出正常范圍,說(shuō)明對(duì)應(yīng)的心結(jié)構(gòu)、運(yùn)動(dòng)耐量、體液潴留、心功能等方面需要進(jìn)行針對(duì)性治療。
圖4 心衰患者6方面狀況蛛網(wǎng)圖Fig.4 The spider diagrams of six heart failure detailed situations
根據(jù)患者具體病情程度模型給予相應(yīng)藥物治療,本研究通過(guò)判斷一級(jí)指標(biāo)數(shù)值是否落在理想范圍內(nèi),來(lái)指示患者該方面功能狀況是否存在問題;依據(jù)一級(jí)指標(biāo)值超出理想范圍的距離來(lái)衡量狀況惡化的嚴(yán)重程度,進(jìn)而將6方面狀況排序。遵循最嚴(yán)重狀況給予最優(yōu)先治療的原則,模型可為具體患者量制個(gè)性化的診療方案,導(dǎo)出初步的藥物治療集。6類心衰功能狀況所對(duì)應(yīng)的用藥方案如圖5所示。
圖5 6類細(xì)化的心衰狀況與相應(yīng)給藥Fig.5 The six heart failure detailed situations and corresponding medication
通過(guò)決策模型獲得的給藥方案必須遵循心衰指南的規(guī)定,因此,本研究將ACC/AHA成人慢性心力衰竭診療指南進(jìn)行結(jié)構(gòu)梳理,形成了電子化的指南治療路徑,包括邏輯順序、可編輯知識(shí)庫(kù)、關(guān)聯(lián)規(guī)則和信息輸出接口等主要內(nèi)容。電子化路徑首先讀取患者信息,其中不僅包括了與心衰病情相關(guān)的數(shù)據(jù),還有與其它器官功能相關(guān)的生化參數(shù)和生理指標(biāo),并依據(jù)有序邏輯對(duì)心衰信息進(jìn)行判斷標(biāo)識(shí);再根據(jù)有效標(biāo)識(shí)調(diào)取知識(shí)庫(kù)中用藥建議,形成指南藥物治療集;與決策模型導(dǎo)出藥物治療集通過(guò)關(guān)聯(lián)規(guī)則進(jìn)行融合:兩者并集后去除冗余藥物及指南列為禁忌的藥物,各藥物優(yōu)先級(jí)排序;最終將優(yōu)化后的用藥建議輸出到前端用戶界面。
通過(guò)以上建模方法,本研究建立了可供臨床使用的心衰治療模型系統(tǒng),界面如圖6所示。該系統(tǒng)融合了指南電子化與多目標(biāo)優(yōu)化決策模型。醫(yī)務(wù)人員將患者檢查參數(shù)輸入系統(tǒng)后,即可在界面左方查看患者信息,點(diǎn)擊“分析”按鍵,可在界面右方獲得一級(jí)指標(biāo)數(shù)值及患者狀況蛛網(wǎng)圖,并依此給出用藥建議。
圖6 心衰治療模型系統(tǒng)界面圖Fig.6 The interface of heart failure treatment model system
為初步評(píng)估心衰治療模型的有效性,本研究將模型輸出的心衰藥物治療集與75例臨床真實(shí)治療記錄進(jìn)行了7種心衰常規(guī)藥物的對(duì)比,結(jié)果如表3所示。前提設(shè)定:以臨床用藥為準(zhǔn)則,模型用藥與臨床用藥一致認(rèn)為此例用藥正確,不一致則認(rèn)為模型錯(cuò)誤。將某藥物下的正確例數(shù)除以患者總例數(shù)(75例)則為模型在該藥物上的用藥正確率。從表3中可知,模型在鈣通道阻滯劑、擴(kuò)血管藥物和ARB等用藥建議上有很高的正確率,但是利尿劑和強(qiáng)心劑的用藥正確率較低,7種單一用藥平均正確率為91%。
表3 模型用藥正確率Tab.3 The correct rate of medication suggested by model
為對(duì)模型進(jìn)行評(píng)估,本研究設(shè)計(jì)了一組對(duì)照試驗(yàn):隨機(jī)抽取12例心衰患者,記錄其當(dāng)前生理參數(shù)水平。其中6例采用模型治療,標(biāo)為模型組;另6例患者采用專家醫(yī)生治療,標(biāo)為專家組,3個(gè)月后跟蹤記錄患者治療后的生理參數(shù)水平。將生理參數(shù)值輸入模型,獲得各患者治療前后的一級(jí)指標(biāo)值。利用數(shù)據(jù)分析軟件SPSS16.0對(duì)上述2組治療前后的數(shù)據(jù)集進(jìn)行組間數(shù)據(jù) t檢驗(yàn)(配對(duì)t檢驗(yàn))后得到:顯著性水平值P>0.05,說(shuō)明在統(tǒng)計(jì)意義上模型組和專家組在心衰治療上無(wú)顯著差異。
心衰治療模型的輸入是多個(gè)具有特異性且臨床認(rèn)同度較高的生理參數(shù),因此病情評(píng)估的基礎(chǔ)是合理的。對(duì)75例患者采用模型分析獲得相應(yīng)治療方案,與臨床真實(shí)給藥記錄對(duì)比,單種建議用藥平均正確率達(dá)到91%。然而,和鈣離子拮抗劑等相比,模型對(duì)利尿劑和強(qiáng)心劑的指示用藥正確率較低,分別為69%和75%,分析發(fā)現(xiàn),臨床上對(duì)于利尿劑和強(qiáng)心劑的用藥條件較為嚴(yán)苛復(fù)雜,往往需要臨床醫(yī)生根據(jù)經(jīng)驗(yàn)等加以確定,因此,在下一步工作中需要加強(qiáng)模型復(fù)雜用藥的學(xué)習(xí)能力。12例的對(duì)照試驗(yàn)對(duì)模型組和專家組的治療效果進(jìn)行了測(cè)試,結(jié)果顯示兩組在治療效果上無(wú)顯著差異,表明模型給予的治療方案達(dá)到了和臨床醫(yī)生診療類似的效果,該模型可以良好歸納和總結(jié)專家治療經(jīng)驗(yàn),提供可靠的心衰治療決策支持。
心衰指南電子化可以有效地規(guī)范臨床治療,將指南規(guī)范電子化于模型系統(tǒng)中,能夠輔助醫(yī)生改善治療質(zhì)量。多目標(biāo)優(yōu)化決策模型全面評(píng)估了患者的心衰狀況,并輔助個(gè)性化治療。個(gè)性化治療的重點(diǎn)是多目標(biāo)優(yōu)化體系的6個(gè)一級(jí)指標(biāo),它們集中反映了患者綜合功能狀態(tài),決策模型則幫助醫(yī)生定量評(píng)估病情,并根據(jù)實(shí)際可達(dá)目標(biāo)及前期治療效果實(shí)施差異化的醫(yī)療措施。
大規(guī)模臨床試驗(yàn)要求試驗(yàn)周期長(zhǎng)、樣本容量大,雖然本研究重點(diǎn)是建立心衰個(gè)性化治療模型技術(shù),但臨床驗(yàn)證和試驗(yàn)還存在局限性。一是心衰病例數(shù)偏少,心衰病例隨訪率較低,加上部分患者不適合進(jìn)行動(dòng)心超、六分鐘步行等檢查,數(shù)據(jù)完整性較差,盡管本研究調(diào)查人群較大,但最終收集的75例有效患者樣本量仍偏小;二是臨床試驗(yàn)的限制,臨床試驗(yàn)對(duì)于用藥量、用藥種類等的控制都難以根據(jù)模型驗(yàn)證的需要設(shè)定,對(duì)照性試驗(yàn)也僅有12例。此外,樣本在ACC分期、年齡和性別結(jié)構(gòu)上不均衡,無(wú)法排除這些因素對(duì)模型結(jié)果的影響,且心衰治療模型尚未考慮藥物之間的相互影響。因此,模型輸出是建議的藥物方案集,在此基礎(chǔ)上,仍需醫(yī)生針對(duì)患者的詳細(xì)情況和藥物聯(lián)合作用對(duì)治療方案進(jìn)行審核和修改。
心力衰竭治療模型研究是一個(gè)跨學(xué)科的復(fù)雜課題,涉及到指南規(guī)則、病情評(píng)估和臨床決策等。本研究篩選出了臨床認(rèn)同度較高且特異性的心衰評(píng)估指標(biāo),建立了以多目標(biāo)優(yōu)化決策算法為核心的心衰治療模型,并輔以電子化臨床指南。初步實(shí)驗(yàn)結(jié)果表明該模型具有較高的準(zhǔn)確率和應(yīng)用價(jià)值,在今后的工作中,還需增大有效樣本量,并考慮藥物協(xié)同拮抗作用等因素,完善模型系統(tǒng)功能,為臨床提供實(shí)用的診治輔助工具。
[1]Rosamond W,F(xiàn)legal K,F(xiàn)riday G,et al.Heart disease and stroke statistics- 2007 update-a report from the American Heart Association Statistics Committee and Stroke Statistics Subcommittee[J].Circulation,2007,115(7):69 - 171.
[2]Stewart S,MacIntyre K,Capewell S,et al.Heart failure and the aging population:an increasing burden in the 21st century[J].Heart,2003,89(1):49 -53.
[3]Clark RA,McLennan S,Dawson A,et al.Uncovering a hidden epidemic:a study of the current burden of heart failure in Australia[J].Heart,Lung and Circulation,2004,13:266 -273.
[4]中華醫(yī)學(xué)會(huì)心血管病學(xué)分會(huì).2007中國(guó)慢性心衰指南[M].北京:中華心血管病雜志,2007:1-20.
[5]胡寶清.模糊理論基礎(chǔ)[M].武漢:武漢大學(xué)出版社,2004:5-30.
[6]王石青,王志良.確定隸屬函數(shù)的統(tǒng)計(jì)分析法[J].華北水利水電學(xué)院學(xué)報(bào),2002,23(1):68-71.
[7]Hunt SA,Abraham WT,Chin MH,et al.ACC/AHA 2005 guideline update for the diagnosis and management of chronic heart failure in the adult:a report of the American College of Cardiology/American Heart Association task force on practice guidelines(writing committee to update the 2001 guidelines for the evaluation and management of heart failure):developed in collaboration with the American College of Chest Physicians and the International Society for heart and lung transplantation:endorsed by the heart rhythm society[J].Circulation,2005,112(12):154-235.
[8]Carrara WG,Goodman RS,Majewski RM.Spotlight synthetic aperture radar:signal processing algorithms[M].Boston:Artech House,1995:10-35.