基于Relief 特征選擇算法的癌癥患者缺血性腦卒中高危因素分析*

趙安容，徐世成，崔利君，李垚，李波，王莉

636000 四川 巴中，巴中市中心醫(yī)院 神經(jīng)內(nèi)科（趙安容、徐世成、崔利君、李垚、李波）；637002 四川 南充，川北醫(yī)學(xué)院附屬醫(yī)院 神經(jīng)內(nèi)科（王莉）

急性缺血性腦卒中（acute ischemic stroke， AIS）是腦血管疾病中最為常見的一種類型，約占全部急性腦血管疾病的70%，具有高發(fā)病率、高致殘率、高病死率等特征，是全球范圍內(nèi)的第一位致殘病因和第二位致死病因，已經(jīng)成為嚴(yán)重危害人類生命健康的重大疾病之一［1-2］。癌癥患者缺血性腦卒中（cancer-associated ischemic stroke， CAIS）是癌癥患者最常見的中樞神經(jīng)系統(tǒng)并發(fā)癥之一［3］，CAIS 的發(fā)病機(jī)制目前尚未完全清楚，除了傳統(tǒng)腦血管病危險因素如高血壓、高血糖等因素外，CAIS 的發(fā)病可能還與癌癥介導(dǎo)的高凝狀態(tài)、瘤栓塞及腫瘤治療的并發(fā)癥或不良反應(yīng)等有關(guān)［4-5］。數(shù)據(jù)挖掘Relief 特征選擇算法作為特征權(quán)重算法之一，根據(jù)數(shù)據(jù)的特征與類別的相關(guān)性來賦予每個特征不同的權(quán)重值，并對權(quán)重進(jìn)行排序，可根據(jù)權(quán)重排序獲得分辨能力強(qiáng)的特征子集。Relief 特征選擇算法對數(shù)據(jù)類型并無明確要求且可以較好地去除數(shù)據(jù)中的無關(guān)特征，從而具有評估效率高的優(yōu)點［6］。本研究以巴中市中心醫(yī)院神經(jīng)內(nèi)科2016 年1 月至2021 年12 月連續(xù)收治的1 260 例AIS 患者構(gòu)建數(shù)據(jù)庫，運(yùn)用Relief 特征選擇算法探討各個危險因素（特征）與是否CAIS（類別）的相關(guān)性并賦予不同的權(quán)重值，為預(yù)測本地區(qū)CAIS 的危險因素提供相關(guān)參考依據(jù)。

1 對象與方法

1.1 研究對象

以巴中市中心醫(yī)院神經(jīng)內(nèi)科2016 年1 月至2021 年12 月連續(xù)收治的1 260 例AIS 患者作為研究對象，收集患者的臨床資料構(gòu)建數(shù)據(jù)庫。納入標(biāo)準(zhǔn)：（1）符合中華醫(yī)學(xué)會第四屆全國腦血管病學(xué)術(shù)會議修訂的診斷標(biāo)準(zhǔn)［7］診斷為AIS；（2）經(jīng)頭顱CT或MRI 證實；（3） 腦血管事件發(fā)生至入院接受治療時間小于3 d；（4）年齡＞18 歲；（5）CAIS 患者必須有明確的病理診斷，確診為癌癥。排除標(biāo)準(zhǔn)：（1）有腦腫瘤病史、既往腦卒中病史且造成神經(jīng)功能障礙患者；（2）伴有嚴(yán)重感染性疾病、嚴(yán)重肝、腎功能不全者；（3）拒絕登記注冊者。按照AIS 發(fā)病前有無活動性非神經(jīng)系統(tǒng)癌癥分為癌癥患者缺血性腦卒中組（CAIS 組，n=116）和非癌癥患者缺血性腦卒中組（NCAIS 組，n=1 564）。全部研究對象的知情同意均已獲得，并獲得醫(yī)院倫理委員會批準(zhǔn)。

1.2 研究方法

1.2.1 資料收集 全部AIS 患者均按照標(biāo)準(zhǔn)的腦卒中注冊登記系統(tǒng)完成登記記錄，主要包括一般資料（姓名、性別、年齡等）、既往疾病史、臨床體征、格拉斯哥昏迷量表（Glasgow Coma Scale， GCS）評分、美國國立衛(wèi)生研究院卒中量表（National Institutes of Health Stroke Scale，NIHSS）評分、影像學(xué)檢查結(jié)果、實驗室檢查結(jié)果、治療藥物情況、出院診斷及預(yù)后改良Rankin 量表（Modified Rankin Scale，mRS）評分等。列入待評價的可能危險因素主要包括：性別、年齡、是否吸煙、是否飲酒、是否罹患高血壓、是否罹患糖尿病、是否罹患高脂血癥、短暫性腦缺血發(fā)作疾病史、腦卒中疾病史、房顫疾病史、甘油三酯、總膽固醇、低密度脂蛋白、高密度脂蛋白、血尿素氮、血肌酐、血尿酸、谷丙轉(zhuǎn)氨酶、谷草轉(zhuǎn)氨酶、同型半胱氨酸等，將數(shù)據(jù)資料錄入Epidata 3.1 數(shù)據(jù)庫。

1.2.2 Relief 特征選擇算法 Relief 特征選擇算法是一種基于各個特征（危險因素）與類別（是否CAIS）的相關(guān)性來計算特征（危險因素）權(quán)重的算法，與類別（是否CAIS）相關(guān)性高的特征（危險因素）更利于分類判別，因此被賦予較高的權(quán)重值。具體算法為：①設(shè)定初始集合：類別集合Y=［y1，y2］；特征集合X=［x1，x2，…，xn］；②運(yùn)用Relief 函數(shù)對特征集合X的所有特征值x 進(jìn)行計算，得到每個特征值的權(quán)重值；③重復(fù)運(yùn)行主程序20 次，求出每個特征值的平均權(quán)重值；④將所有特征值x按降序排列；⑤輸出降序排名后的特征值列表R。

1.3 統(tǒng)計學(xué)方法

采用SPSS 17.0 軟件進(jìn)行統(tǒng)計處理，計量資料采用均數(shù)±標(biāo)準(zhǔn)差表示，組間比較采用t檢驗，計數(shù)資料采用率或構(gòu)成比（%）進(jìn)行描述，組間比較采用χ2檢驗；以P＜ 0.05 表示差異有統(tǒng)計學(xué)意義。采用Matlab 軟件運(yùn)用Relief 算法對數(shù)據(jù)庫中數(shù)據(jù)進(jìn)行分析，計算不同危險因素的權(quán)重值。

2 結(jié) 果

2.1 一般資料比較

CAIS組男性68例（58.62%），女性48例（41.38%），NCAIS 組男性860 例（54.99%），女性704 例（45.01%），兩組性別構(gòu)成差異無統(tǒng)計學(xué)意義（P＞ 0.05）；CAIS 組年齡分布32～86 歲，NCAIS 組年齡分布46 ～ 84 歲，兩組平均年齡之間差異無統(tǒng)計學(xué)意義（P＞ 0.05）。兩組性別、年齡具有可比性（表1）。

表1 CAIS 組與NCAIS 組患者一般資料比較Table 1．General Data of Patients in CAIS group and NCAIS Group

2.2 數(shù)據(jù)預(yù)處理

設(shè)定初始集合：類別集合Y=［y1，y2］，即y1=腦卒中患者、y2=健康對照人群；特征集合X=［x1，x2，…，xn］，即x1=性別、x2=年齡、…、x20=同型半胱氨酸。具體特征名稱分配及取值范圍詳見表2。

表2 特征名稱分配及取值范圍Table 2．Characteristic Variables of Risk Factors and Their Value Ranges

2.3 Rlief 算法實驗結(jié)果

權(quán)重系數(shù)取值范圍-1～1，正值表示該特征變量（危險因素）與分類（是否CAIS）具有相關(guān)性，數(shù)值越大，相關(guān)性越強(qiáng)。按權(quán)重系數(shù)排序后有15 個危險因素與CAIS 發(fā)病有關(guān)，權(quán)重系數(shù)大于0.1 的危險因素依次為：腦卒中疾病史、飲酒和高血脂癥，是其最主要的危險因素（表3）。

表3 特征集中20 個危險因素的權(quán)重值Table 3．Weight Values of 20 Risk Factors in the Feature Set

3 討 論

AIS 因其高發(fā)病率、高致死率和高致殘率一直是近些年神經(jīng)科領(lǐng)域研究的熱點及難點問題［8-9］。近年的研究發(fā)現(xiàn)［10-11］，高血壓、吸煙、糖尿病、心房顫動、其他心臟?。毙怨跔顒用}綜合征、心衰等）、血脂異常、無癥狀頸動脈狹窄、缺乏身體活動、低蔬菜水果攝入量、肥胖、飲酒、代謝綜合征、高同型半胱氨酸血癥、炎癥和感染等是目前較為公認(rèn)的腦卒中的主要危險因素。但有研究發(fā)現(xiàn)，AIS 的癌癥和非癌癥患者發(fā)病危險因素及臨床特點和預(yù)后方面存在差異［12-13］，如何識別CAIS 患者的主要危險因素，并進(jìn)行針對性的腦卒中危險因素的一級預(yù)防、早期干預(yù)，這對減少腦卒中的發(fā)生有著重要的臨床意義［14］。

基于腦卒中注冊登記數(shù)據(jù)庫中的腦卒中疾病資料信息，神經(jīng)科醫(yī)師可以進(jìn)行一定區(qū)域范圍內(nèi)的病因?qū)W、流行病學(xué)等方面的研究。腦卒中注冊登記數(shù)據(jù)庫是大樣本的數(shù)據(jù)管理系統(tǒng)，面對龐大的數(shù)據(jù)，如何應(yīng)用計算機(jī)方法提取、挖掘潛在的、有用的信息是神經(jīng)科醫(yī)師需要面對的主要問題。本研究在整合腦卒中注冊登記數(shù)據(jù)庫及CAIS 人群的Epidata 數(shù)據(jù)庫資料的基礎(chǔ)上，應(yīng)用數(shù)據(jù)挖掘Relief 特征選擇算法提取數(shù)據(jù)庫中隱藏的疾病與危險因素之間相關(guān)關(guān)系的潛在信息，以明確本地區(qū)CAIS 發(fā)生的主要危險因素及其影響排序，以指導(dǎo)本地區(qū)醫(yī)師即針對癌癥相關(guān)腦卒中的危險因素進(jìn)行積極地早期干預(yù)預(yù)防等一級預(yù)防工作。

本組數(shù)據(jù)研究結(jié)果顯示，相對于非癌癥患者，本地區(qū)CAIS 發(fā)病的危險因素中，腦卒中疾病史在腦卒中發(fā)生中所占的權(quán)重值最大，其次為飲酒和高血脂癥，權(quán)重系數(shù)均大于0.1。已有大量文獻(xiàn)報道，有腦卒中疾病史是再次發(fā)生腦卒中的重要危險因素。巴中地處秦巴山區(qū)，當(dāng)?shù)氐木莆幕瘽夂瘢?dāng)?shù)仫嬀迫巳杭懊咳诊嬀屏慷济黠@高于其他地區(qū)［15-16］，因此，飲酒已經(jīng)成為本地區(qū)癌癥相關(guān)腦卒中發(fā)生的主要危險因素之一。在實驗室檢查方面，血尿素氮、血尿酸、總膽固醇、同型半胱氨酸及甘油三酯水平等在區(qū)別癌癥與非癌癥與腦卒中高?；颊咧芯哂兄匾崾咀饔茫鲜鲋笜?biāo)對于CAIS 的一級預(yù)防具有重要的指導(dǎo)作用，并且可以直接應(yīng)用于腦卒中的早期篩查中［17-18］。而一些傳統(tǒng)意義上的危險因素如：吸煙、高血壓、糖尿病、短暫性腦缺血發(fā)作疾病史等在區(qū)分癌癥與非癌癥腦卒中人群時的權(quán)重值為負(fù)值，表示其與腦卒中的發(fā)作的相關(guān)性并不大。既往已有臨床研究發(fā)現(xiàn)在無傳統(tǒng)腦血管疾病危險因素（包括高血壓、糖尿病等）的惡性腫瘤患者中，腦卒中的發(fā)病風(fēng)險也增加明顯［19］。這也進(jìn)一步證實了，CAIS 患者的發(fā)病危險因素與單純AIS 的發(fā)病危險因素之間存在差異，多數(shù)CAIS 患者發(fā)病缺乏傳統(tǒng)的高血壓、糖尿病等腦血管危險因素［20］。

綜上所述，利用數(shù)據(jù)挖掘Relief 特征選擇算法可以挖掘腦卒中注冊登記數(shù)據(jù)庫中與CAIS 發(fā)病密切相關(guān)的危險因素，主要包括腦卒中疾病史、飲酒和高血脂癥。但需要指出的是Relief 特征選擇算法仍然存在一定的缺陷，如對不同特征（危險因素）的權(quán)重值只能作為區(qū)別不同類別（是否CAIS）的依據(jù)，但不能說明該屬性在多種疾病狀態(tài)中所的作用。因此，應(yīng)用Relief 特征選擇算法需要結(jié)合其他統(tǒng)計學(xué)方法和具體數(shù)據(jù)庫資料，方能更加準(zhǔn)確的挖掘數(shù)據(jù)庫的各種潛在信息。

作者聲明：本文全部作者對于研究和撰寫的論文出現(xiàn)的不端行為承擔(dān)相應(yīng)責(zé)任；并承諾論文中涉及的原始圖片、數(shù)據(jù)資料等已按照有關(guān)規(guī)定保存，可接受核查。

學(xué)術(shù)不端：本文在初審、返修及出版前均通過中國知網(wǎng)（CNKI）科技期刊學(xué)術(shù)不端文獻(xiàn)檢測系統(tǒng)的學(xué)術(shù)不端檢測。

同行評議：經(jīng)同行專家雙盲外審，達(dá)到刊發(fā)要求。

利益沖突：所有作者均聲明不存在利益沖突。

文章版權(quán)：本文出版前已與全體作者簽署了論文授權(quán)書等協(xié)議。