TM、TAT、PIC、t-PAIC對冠心病的診斷價值及支持向量機(jī)鑒別診斷模型的建立

高 敏，李宏賓，劉啟龍，馬 寧，訾盼盼，石慧娟，杜玉明

冠狀動脈由于發(fā)生粥樣硬化病變而引起血管腔狹窄甚至阻塞，進(jìn)而導(dǎo)致心肌缺血、缺氧以及器質(zhì)性病變，即為冠狀動脈粥樣硬化性心臟病，簡稱冠心病(coronary heart disease，CHD)。近年來，冠心病在我國發(fā)病率逐年升高，患病群體呈年輕化趨勢，對病人的生活質(zhì)量和生命安全造成嚴(yán)重影響[1]。有研究表明，高凝血狀態(tài)及血栓形成是冠心病的重要危險因素[2]。凝血酶-抗凝血酶復(fù)合物(thrombin-antithrombin complex，TAT)、纖溶酶-α2纖溶酶抑制物復(fù)合物(plasmin-α2plasmin inhibitor complex，PIC)、組織型纖溶酶原激活物/抑制劑-1復(fù)合物(tissue plasminogen activator/inhibitor-1 complex，t-PAIC)、血栓調(diào)節(jié)蛋白(thrombomodulin，TM)能綜合反映凝血-纖溶系統(tǒng)情況以及血管內(nèi)皮損傷程度[3]。目前，已有研究報道，TAT、PIC、t-PAIC及TM這4種血栓前標(biāo)志物對彌散性血管內(nèi)凝血、惡性腫瘤血栓以及急性心肌梗死有一定的預(yù)測價值[4-6]。然而對冠心病的診斷報道較少，因此，本研究通過檢測冠心病病人TAT、PIC、t-PAIC及TM，并建立支持向量機(jī)(support vector machine，SVM)模型，旨在為冠心病的診斷提供新的參考依據(jù)。

1 資料與方法

1.1 研究對象 選取2018年5月—2020年12月于我院接受診治的218例冠心病病人作為研究組。納入標(biāo)準(zhǔn)：符合《穩(wěn)定性冠心病診斷與治療指南》[7]中的診斷標(biāo)準(zhǔn)，經(jīng)冠狀動脈造影確診為冠心??；首次發(fā)病，且發(fā)病24 h內(nèi)入院；年齡>18歲；臨床病歷資料完整；病人及家屬知情同意并自愿簽署知情同意書。排除標(biāo)準(zhǔn)：合并心肌病、心臟瓣膜病以及先天性心臟病等其他心臟疾??；合并惡性腫瘤、感染性疾病、內(nèi)分泌疾病以及其他重要臟器或系統(tǒng)疾??；合并其他血栓性疾病；近期有創(chuàng)傷史或手術(shù)史；精神疾病、認(rèn)知功能障礙者；妊娠期或哺乳期婦女。另外，選取同期于我院進(jìn)行健康體檢的志愿者46名作為對照組。本研究已獲得我院醫(yī)學(xué)倫理委員會審核批準(zhǔn)。

1.2 方法

1.2.1 基礎(chǔ)資料收集 記錄病人的基礎(chǔ)資料，包括性別、年齡、體質(zhì)指數(shù)(body mass index，BMI)、吸煙指數(shù)[吸煙支數(shù)×吸煙時間(年)]、家族史、高血壓史、糖尿病史。

1.2.2 冠狀動脈造影 所有病人首先選擇橈動脈穿刺入路，其次為股動脈，采用標(biāo)準(zhǔn)Judikins 法常規(guī)進(jìn)行冠狀動脈造影，由2名不參與本研究但經(jīng)驗豐富的心內(nèi)科醫(yī)師判讀結(jié)果。取病變最嚴(yán)重處的血管內(nèi)徑與距該病變最近的近端未病變血管節(jié)段內(nèi)徑的比例表示狹窄程度，至少1 支冠狀動脈主要分支血管內(nèi)徑的狹窄程度≥50%，即可診斷為冠心病。

1.2.3 冠狀動脈狹窄程度評估 冠狀動脈狹窄程度采用Gensini 評分評價，將不同狹窄部位與不同的權(quán)重系數(shù)相乘，狹窄部位：第2對角支×0.5，第1 對角支、后降支、回旋支遠(yuǎn)段、左前降支遠(yuǎn)段、左室后降支、后側(cè)支、右冠狀動脈全段均×1，左前降支中段×1.5，回旋支近段、左前降支近段×2.5，左主干×5；狹窄程度：完全閉塞計32 分，狹窄91%～99%計16 分，狹窄76%～90%計8 分，狹窄51%～75%計4 分，狹窄25%～50%計2 分，狹窄程度<25 %計1 分；所有分支狹窄部位和狹窄程度所得分?jǐn)?shù)之和即為Gensini評分。

1.2.4 實驗室指標(biāo)檢測 采集研究組和對照組空腹靜脈血2.7 mL置于0.109 mol/L枸櫞酸鈉抗凝管中，充分混勻，1 500×g離心10 min，分離血漿，采用HISCL-5000 全自動化學(xué)發(fā)光儀及原裝配套試劑(日本Sysmex 公司)，嚴(yán)格按照說明書，以化學(xué)發(fā)光酶免疫法檢測TAT、PIC、t-PAIC及TM。采用7600-120全自動生化分析儀(日本日立)及配套試劑，采用甘油磷酸氧化酶法測定三酰甘油(triglyceride，TG)，采用膽固醇氧化酶法測定總膽固醇(total cholesterol，TC)，采用直接法測定低密度脂蛋白膽固醇(low density lipoprotein cholesterol，LDL-C)和高密度脂蛋白膽固醇(high density lipoprotein cholesterol，HDL-C)。

2 結(jié) 果

2.1 研究組與對照組臨床資料比較 研究組與對照組病人性別、年齡、BMI、家族史、高血壓史、糖尿病史比較差異均無統(tǒng)計學(xué)意義(P>0.05)。與對照組相比，研究組吸煙指數(shù)、TG、TC、LDL-C、TAT、PIC、t-PAIC、TM均升高，HDL-C降低，差異均有統(tǒng)計學(xué)意義(P<0.05)。詳見表1。

表1 研究組與對照組臨床資料比較

2.2 不同冠狀動脈狹窄程度病人臨床資料比較 218例病人Gensini 評分在4.5～67.0分，按照3分位法將≤24分作為輕度狹窄組，24.1～46.0分作為中度狹窄組，≥46.1分作為重度狹窄組。3組病人性別、年齡、BMI、吸煙指數(shù)、家族史、高血壓史、糖尿病史、TG以及LDL-C比較差異均無統(tǒng)計學(xué)意義(P>0.05)。中度狹窄組、重度狹窄組TC、TAT、PIC、t-PAIC、TM及Gensini 評分高于輕度狹窄組，HDL-C低于輕度狹窄組，重度狹窄組TC、TAT、PIC、t-PAIC、TM及Gensini 評分高于中度狹窄組，HDL-C低于中度狹窄組，差異均有統(tǒng)計學(xué)意義(P<0.05)。詳見表2。

表2 不同冠狀動脈狹窄程度病人臨床資料比較

2.3 TAT、PIC、t-PAIC、TM與Gensini評分的相關(guān)性 冠心病病人TAT、PIC、t-PAIC、TM與Gensini 評分均呈正相關(guān)(r值分別為0.777，0.537，0.833，0.789，P均<0.01)。詳見圖1～圖4。

圖1 TAT與Gensini評分的相關(guān)性

圖2 PIC與Gensini評分的相關(guān)性

圖3 t-PAIC與Gensini評分的相關(guān)性

圖4 TM與Gensini評分的相關(guān)性

2.4 TAT、PIC、t-PAIC、TM對冠心病的診斷效能 TAT診斷冠心病的AUC為0.781[95%CI(0.697，0.864)]，取最佳截斷值3.00 ng/mL時，敏感度為84.86%，特異性為65.22%。PIC診斷冠心病的AUC為0.765[95%CI(0.675，0.855)]，取最佳截斷值0.99 μg/mL時，敏感度為82.57%，特異性為71.74%。t-PAIC診斷冠心病的AUC為0.769[95%CI(0.677，0.861)]，取最佳截斷值為9.35 ng/mL時，敏感度為84.40%，特異性為71.74%。TM診斷冠心病的AUC為0.778[95%CI(0.692，0.864)]，取最佳截斷值8.83 U/mL時，敏感度為79.82%，特異性為67.39%。詳見圖5。

圖5 TAT、PIC、t-PAIC、TM對冠心病的診斷效能

2.5 二元Logistic回歸模型分析冠心病的危險因素 將研究對象是否發(fā)生冠心病(是=1，否=0)作為因變量。將研究組和對照組差異有統(tǒng)計學(xué)意義的因素作為自變量，吸煙指數(shù)、TG、TC、HDL-C、LDL-C、TAT、PIC、t-PAIC、TM均為連續(xù)數(shù)值型變量，取其實測值，納入二元Logistic回歸模型，結(jié)果顯示，吸煙指數(shù)、LDL-C、TC、TAT、PIC、t-PAIC、TM是冠心病發(fā)病的危險因素(P<0.05)。詳見表3。

表3 二元Logistic回歸模型分析冠心病的危險因素

2.6 SVM模型建立及預(yù)測效果評價 懲罰系數(shù)C=0.859，核函數(shù)參數(shù)σ=16時，SVM模型對冠心病的辨識率最高。Logistic回歸模型AUC為0.891，SVM模型AUC為0.902，差異無統(tǒng)計學(xué)意義(P>0.05)。Logistic回歸模型準(zhǔn)確度90.15%，SVM模型準(zhǔn)確度92.05%，差異無統(tǒng)計學(xué)意義(P>0.05)。詳見表4、圖6。

表4 Logistic回歸模型和SVM模型的預(yù)測效果

圖6 Logistic回歸模型和SVM模型診斷冠心病的ROC曲線

3 討 論

冠心病的發(fā)生機(jī)制與血栓形成關(guān)系密切，而血栓形成過程極為復(fù)雜，凝血和纖溶系統(tǒng)失衡以及血管內(nèi)皮損傷均發(fā)揮重要作用[8]。目前，涵蓋凝血、纖溶系統(tǒng)的凝血酶原時間、凝血酶時間、活化部分凝血活酶時間、凝血因子、抗凝血酶、D-二聚體、纖維蛋白原、纖維蛋白降解產(chǎn)物等是實驗室常規(guī)的凝血檢測項目，然而這些指標(biāo)都是血栓形成后的晚期被動檢測項目，對血栓前狀態(tài)監(jiān)測的敏感性不高，因此，血栓前標(biāo)志物TAT、PIC、t-PAIC及TM逐漸被推廣使用。

解承娟等[9]研究發(fā)現(xiàn)，腦血栓病人TAT、PIC、t-PAIC、TM水平明顯高于正常人群，且對腦血栓具有不同程度的診斷價值。周坤等[10]研究發(fā)現(xiàn)，惡性腫瘤病人中血栓組TAT、PIC、t-PAIC、TM明顯高于無血栓組，這些指標(biāo)與惡性腫瘤病人靜脈血栓的形成有關(guān)，且具有一定的早期預(yù)測價值。本研究發(fā)現(xiàn)，冠心病病人中TAT、PIC、t-PAIC、TM水平升高，4種血栓前標(biāo)志物對冠心病有一定的預(yù)測價值，與上述報道具有一致性。而劉艷紅等[11]研究發(fā)現(xiàn)，冠心病組血漿TM、t-PAIC水平比健康對照組明顯升高，兩組TAT、PIC水平比較差異均無統(tǒng)計學(xué)意義，但4種指標(biāo)預(yù)測冠心病的準(zhǔn)確率卻較高，這與本研究結(jié)果不完全一致，可能跟樣本量、檢測方法存在差異有關(guān)。體內(nèi)凝血酶原被激活成凝血酶后，TAT與抗凝血酶迅速以共價鍵結(jié)合，生成無活性的不可逆復(fù)合物，進(jìn)而使凝血酶失活，因此，TAT作為凝血途徑潛在活化的敏感指標(biāo)，能直接反映機(jī)體凝血酶的活化。α2纖溶酶抑制物由肝臟產(chǎn)生且是纖溶酶最重要的抑制因子，其與血液中的纖溶酶以等比例迅速結(jié)合形成PIC，進(jìn)而對纖溶酶的纖溶作用進(jìn)行抑制，因此PIC成為反映纖溶系統(tǒng)最終階段的纖溶酶指標(biāo)。組織型纖溶酶原激活劑由血管內(nèi)皮細(xì)胞產(chǎn)生并釋放到血液中，當(dāng)其以等比例迅速與生理性抑制因子纖溶酶原激活物抑制劑-1結(jié)合后可形成t-PAIC，其水平異常升高會導(dǎo)致纖溶系統(tǒng)失調(diào)進(jìn)而使血栓形成，t-PAIC既是纖溶系統(tǒng)也是血管內(nèi)皮細(xì)胞損傷的分子標(biāo)志物。作為一種跨膜糖蛋白，TM主要于血管內(nèi)皮細(xì)胞表達(dá)，通過與凝血酶結(jié)合進(jìn)而使凝血酶活化纖溶抑制劑、蛋白C被激活，進(jìn)而對凝血和纖維蛋白溶解發(fā)揮抑制作用。研究表明，TM在正常狀態(tài)下水平極低，而在內(nèi)皮細(xì)胞損傷或病變時則會異常分泌并釋放入血，因此常被用作血管內(nèi)皮細(xì)胞損傷的標(biāo)志物[12]。

另外，本研究根據(jù)Gensini 評分結(jié)果將病人分為不同冠狀動脈狹窄組，結(jié)果證實，冠心病病人TAT、PIC、t-PAIC、TM水平隨著冠狀動脈狹窄程度加重而升高，且與Gensini 評分呈正相關(guān)，該結(jié)果與劉文武等[13]報道相符。分析原因，各種因素導(dǎo)致冠心病病人血管內(nèi)皮細(xì)胞受損，凝血和纖維蛋白溶解系統(tǒng)被異常激活，進(jìn)而使這4種指標(biāo)生成增加，而形成的復(fù)合物及纖維蛋白異常沉積可進(jìn)一步促進(jìn)冠狀動脈病變的發(fā)生發(fā)展。

盡管臨床上將生物標(biāo)志物單獨(dú)或聯(lián)合使用對疾病的診斷具有一定的價值，但建立聯(lián)合多種生物標(biāo)志物的篩查診斷模型能進(jìn)一步提高診斷的準(zhǔn)確性。Logistic回歸模型是最常用的一種機(jī)器學(xué)習(xí)算法，但需滿足變量符合正態(tài)分布、變量之間不存在交互作用、相互獨(dú)立等諸多條件，因而其應(yīng)用受到一定程度的限制。SVM數(shù)學(xué)模型是基于結(jié)構(gòu)風(fēng)險最小化原理和統(tǒng)計學(xué)習(xí)理論的VC維理論，保證結(jié)果找到的極值解是全局最優(yōu)，實現(xiàn)對樣本的泛化能力，在小樣本、高維度數(shù)據(jù)以及非線性問題的處理中更具優(yōu)勢。Bao等[14]聯(lián)合10 項血清指標(biāo)建立的SVM 模型預(yù)測肺癌的準(zhǔn)確率達(dá)90.3%，AUC達(dá)0.901，明顯高于Fisher線性判別模型。李廣涵等[15]通過基于彈性成像、彩色多普勒超聲及常規(guī)超聲參數(shù)建立多模態(tài)超聲模型發(fā)現(xiàn)，SVM 和Logistic模型對腎臟疾病的診斷效能相似。本研究建立的Logistic回歸模型和SVM模型對冠心病的預(yù)測效果無明顯差異，可能由于本研究僅涉及數(shù)據(jù)層面，而無文字描述、醫(yī)療圖像等信息。

綜上所述，TAT、PIC、t-PAIC、TM對冠心病具有一定的診斷價值，基于4種指標(biāo)建立的Logistic回歸模型和SVM模型對冠心病的預(yù)測效果更好。本研究存在的局限性：納入對象為確診的冠心病病人和健康體檢者，存在樣本隨機(jī)性不足和選擇性偏倚；未將本研究涉及的所有項目納入模型進(jìn)行分析，可能造成研究結(jié)果的偏倚；模型的穩(wěn)定性仍需在多中心、大樣本中進(jìn)行驗證。今后將通過改善以上條件進(jìn)而建立更加完善的冠心病篩查模型。