基于Logistic 回歸模型與決策樹模型分析缺血性腦卒中后抑郁影響因素

張新月，沙凱輝*，宋淑霞，王 芳，程美玲

1.濱州醫(yī)學(xué)院護(hù)理學(xué)院，山東 256600；2.濱州醫(yī)學(xué)院附屬醫(yī)院

卒中后抑郁（post-stroke depression，PSD）是最常見的腦卒中繼發(fā)病，臨床核心癥狀為情緒失調(diào)、情感淡薄、認(rèn)知受損、睡眠障礙、自殺傾向等。PSD 是影響病人傷殘調(diào)整壽命年（disability adjusted life year,DALY）減少的重要原因之一，與病人生存質(zhì)量、康復(fù)預(yù)后及死亡率密切相關(guān)[1]。既往研究表明，罹患PSD 的病人死亡率是未患PSD 病人的3～4 倍，其中缺血性腦卒中病人PSD 風(fēng)險更高，其發(fā)病后3 個月內(nèi)PSD 累積發(fā)生率高達(dá)45.5%[1-2]，給病人帶來沉重負(fù)擔(dān)。PSD 危險因素復(fù)雜多樣，早期精準(zhǔn)識別其危險因素以加強(qiáng)預(yù)防對病人預(yù)后至關(guān)重要。目前已有大量學(xué)者圍繞PSD 發(fā)病機(jī)制及影響因素展開分析和討論[3-4]，但PSD 風(fēng)險預(yù)測研究鮮有報(bào)道。Logistic 回歸和決策樹算法是構(gòu)建預(yù)測模型最常用的研究方法，二者對數(shù)據(jù)信息處理的側(cè)重點(diǎn)不同，聯(lián)合運(yùn)用可以實(shí)現(xiàn)功能互補(bǔ)，增強(qiáng)預(yù)測性能。本研究通過建立Logistic 回歸模型和決策樹C5.0 模型探討缺血性腦卒中病人PSD 發(fā)生的危險因素，從而為PSD 的早期篩查和預(yù)防提供參考。

1 對象與方法

1.1 研究對象

采用便利抽樣法選取2022 年1 月—10 月濱州市某三級甲等醫(yī)院確診為缺血性腦卒中的215 例病人為研究對象。納入標(biāo)準(zhǔn)：1）符合缺血性腦卒中診斷標(biāo)準(zhǔn)[5]，經(jīng)CT 和/或MRI 首次確診為缺血性腦卒中；2）年齡≥18 歲；3）意識清楚且腦卒中發(fā)作時間＜1 周；4）病人自愿參加研究并簽署知情同意書。排除標(biāo)準(zhǔn)：1）短暫性腦缺血發(fā)作（TIA）；2）伴有嚴(yán)重心、腦、腎等器官系統(tǒng)疾病；3）存在言語障礙或認(rèn)知障礙；4）有抑郁史或情感障礙性疾?。?）存在精神疾病或智力缺陷。剔除標(biāo)準(zhǔn)：1）疾病復(fù)發(fā)、病情惡化或聯(lián)系中斷；2）由于各種原因退出本研究；3）資料數(shù)據(jù)不完整。本研究已通過濱州醫(yī)學(xué)院倫理審查委員會審查（編號：2022-397）。

1.2 調(diào)查工具

1.2.1 PSD 影響因素調(diào)查表

通過閱讀文獻(xiàn)和專家咨詢自行編制PSD 影響因素調(diào)查表，內(nèi)容包括：1）基本資料，如性別、年齡、婚姻狀況、腦卒中家族史、職業(yè)類型等；2）臨床資料，如腦卒中部位、病灶數(shù)目、脂蛋白a、同型半胱氨酸（Hcy）、血小板平均體積（MPV）、紅細(xì)胞分布寬度（CV）等。病人入院次日晨采集血液標(biāo)本。

1.2.2 美國國立衛(wèi)生研究院卒中量表（National Institute of Health Stroke Scale，NIHSS）

NIHSS 用于評估腦卒中病人神經(jīng)功能缺損程度，量表包括意識水平、凝視、視野、面癱等11 個條目，根據(jù)損傷程度計(jì)分，滿分為42 分，其中，0～＜1 分表示正常或近乎正常，1～4 分為輕度損傷，5～15 分為中度損傷，＞15 分為重度損傷。經(jīng)過不斷優(yōu)化改進(jìn)，NIHSS趨于完善，目前已成為神經(jīng)內(nèi)科用于評估病人神經(jīng)功能狀態(tài)的常用量表，其Cronbach's α 系數(shù)為0.886[6]。

1.2.3 日常生活活動能力量表（Barthel Index，BI）

BI 用于評估腦卒中病人的自理能力，量表包括修飾、洗澡、穿衣、進(jìn)食等10個條目，滿分為100分，≤40分為重度依賴，41～60 分為中度依賴，61～99 分為輕度依賴，100 分為無需依賴，得分越高表明病人狀況越好，其自理能力越強(qiáng)。經(jīng)過不斷優(yōu)化改進(jìn)，BI 趨于完善，其Cronbach's α 系數(shù)為0.916，具有較高信度和效度[7]。

1.2.4 漢密爾頓抑郁量表17 項(xiàng)（17-items Hamilton Depression Scale，HAMD-17）和蒙哥馬利抑郁量表（Montgomery-Asberg Depression Rating Scale，MADRS）

聯(lián)合使用HAMD -17 和MADRS 診斷PSD。HAMD-17 包括遲緩、激越、疑病、精神焦慮等17 個條目，采用0～4 分評分，根據(jù)抑郁程度計(jì)分，總分7～13分為輕度抑郁，14～19 分為中度抑郁，＞19 分為重度抑郁，本研究借鑒前人經(jīng)驗(yàn)[8]，以總分≥7 分為診斷PSD 的臨界值，量表Cronbach's α 系數(shù)為0.714[9]。MADRS 包括觀察到的抑郁、食欲減退、懶散、感受不能等10 個條目，根據(jù)抑郁程度采用0～6 分計(jì)分，分值越高代表抑郁癥狀越嚴(yán)重，本研究參考許健的診斷標(biāo)準(zhǔn)，以總分8分作為診斷PSD的臨界值，量表Cronbach's α系數(shù)為0.847[10]。病人同時滿足HAMD-17 和MADRS的診斷標(biāo)準(zhǔn)即可判定為PSD。

1.3 資料收集方法

資料收集分為2 個階段，第1 階段為PSD 危險因素?cái)?shù)據(jù)收集階段，第2 階段為PSD 評估診斷階段。PSD 危險因素?cái)?shù)據(jù)收集工作于病人腦卒中發(fā)作后1 周內(nèi)完成，由2 名具有10 年以上工作經(jīng)驗(yàn)的主管護(hù)師負(fù)責(zé)。PSD 評估診斷工作于病人腦卒中后10～12 周門診隨訪時完成，由2 名具有10 年以上工作經(jīng)驗(yàn)的主治醫(yī)生負(fù)責(zé)，若對病人PSD 的診斷結(jié)果存在分歧，則邀請精神科主任醫(yī)師進(jìn)行評定。調(diào)查過程中首先征得病人同意，然后采用統(tǒng)一指導(dǎo)語告知其調(diào)查目的和填表要求，強(qiáng)調(diào)根據(jù)實(shí)際情況填寫。問卷當(dāng)場收回并核對填寫信息。

1.4 質(zhì)量控制

調(diào)查開始前成立研究小組，所有成員了解本次研究的目的和內(nèi)容，培訓(xùn)合格后方可參與調(diào)查工作。為提高研究結(jié)論的有效性和可靠性，第2 階段的調(diào)查對調(diào)查人員實(shí)施盲法。由兩名研究者錄入數(shù)據(jù)并進(jìn)行嚴(yán)格核對以保證數(shù)據(jù)的準(zhǔn)確性。

1.5 統(tǒng)計(jì)學(xué)方法

建立Excel 數(shù)據(jù)庫，導(dǎo)入SPSS 26.0 軟件進(jìn)行統(tǒng)計(jì)分析。定性資料采用頻數(shù)、百分比（%）表示，進(jìn)行單因素分析時，采用χ2檢驗(yàn)或秩和檢驗(yàn)，將P＜0.05 的變量進(jìn)一步納入Logistic 回歸進(jìn)行檢驗(yàn)。Logistic 回歸模型的建立采用二元Logistic RL 向前篩選法，同時使用功能強(qiáng)大的SPSS Modeler 18.0 建立決策樹C5.0 模型。采用MedCalc繪制兩種模型的受試者工作特征（ROC）曲線并進(jìn)行比較。

2 結(jié)果

2.1 缺血性腦卒中病人一般資料

共發(fā)放236 份調(diào)查問卷，研究過程中疾病復(fù)發(fā)或惡化病人2 例，因失訪退出或資料不全病人19 例，剔除以上病人，剩余215 例，回收有效問卷215 份，問卷有效回收率為91.10%。215 例缺血性腦卒中病人中女86例（40.0%）；年齡＞60 歲132 例（61.4%）；已婚191 例（88.8%）；小學(xué)及以下91 例（42.3%）；經(jīng)診斷發(fā)生PSD的病人81 例（37.7%）。

2.2 缺血性腦卒中病人PSD 發(fā)生影響因素的單因素分析（見表1）

表1 缺血性腦卒中病人PSD 發(fā)生影響因素的單因素分析單位：例（%）

2.3 缺血性腦卒中病人PSD 的Logistic 回歸模型與決策樹C5.0 的分析及比較

2.3.1 變量賦值方式

將是否發(fā)生PSD 作為因變量，將單因素分析中P＜0.05 的變量（性別、是否合并糖尿病、腦卒中部位、NIHSS 評分、BI 評分、同型半胱氨酸、紅細(xì)胞分布寬度）作為Logistic 回歸模型和決策樹C5.0 模型的自變量，變量賦值方式見表2。

表2 變量賦值方式

2.3.2 缺血性腦卒中病人PSD發(fā)生影響因素的Logistic回歸分析

女性、腦卒中部位為左側(cè)大腦半球、同型半胱氨酸＞15 μmol/L、紅細(xì)胞分布寬度＞15.4%為缺血性腦卒中病人PSD 發(fā)生的獨(dú)立危險因素，BI 評分≥61 分為PSD發(fā)生的保護(hù)因素。見表3。

表3 缺血性腦卒中病人PSD 發(fā)生影響因素的Logistic 回歸分析結(jié)果

2.3.3 缺血性腦卒中病人PSD 危險因素的決策樹分析

決策樹經(jīng)本研究設(shè)置的生長和修剪規(guī)則后，可分為4 層3 個解釋變量，即BI 評分、腦卒中部位、是否合并糖尿病。見圖1。

圖1 缺血性腦卒中病人PSD 影響因素的決策樹C5.0 模型

2.3.4 Logistic 回歸模型和決策樹C5.0 模型的比較

Logistic回歸模型的ROC 曲線下面積（AUC）、靈敏度、約登指數(shù)均高于決策樹C5.0 模型，兩種模型的特異度相等。兩者比較，差異無統(tǒng)計(jì)學(xué)意義（Z=1.737，P=0.082）。Logistic回歸模型和決策樹C5.0 模型預(yù)測性能比較結(jié)果見表4，Logistic 回歸模型和決策樹C5.0 模型的ROC 曲線比較結(jié)果見圖2。

圖2 Logistic 回歸模型和決策樹C5.0 模型的ROC 曲線比較

表4 Logistic 回歸模型和決策樹C5.0 模型預(yù)測性能比較

3 討論

3.1 缺血性腦卒中病人PSD 發(fā)生率較高

Ayerbe 等[11]研究結(jié)果顯示，腦卒中病人發(fā)病后1～6 個月的抑郁發(fā)生率為23%～34%。儲丹丹[12]研究結(jié)果顯示，腦卒中病人發(fā)病后3 個月的抑郁發(fā)生率為45.5%，與慕麗等[13]研究結(jié)果存在差異。本研究發(fā)現(xiàn)缺血性腦卒中病人3 個月內(nèi)PSD 發(fā)生率為37.7%。國內(nèi)外研究報(bào)道的PSD 發(fā)生率存在差異，原因可能為PSD 的危險因素復(fù)雜多樣且存在共變效應(yīng)，也可能與社會文化背景、研究對象特點(diǎn)、樣本量及研究方法等因素不同有關(guān)。劉銳芮等[14]研究顯示，2015—2019 年我國PSD 檢出率為45.07%，高于2000—2015 年的檢出率，可見我國PSD 發(fā)生率居高不下且呈上升趨勢，精準(zhǔn)識別PSD 危險因素，實(shí)施早期科學(xué)預(yù)防和治療尤為重要。

3.2 缺血性腦卒中病人PSD 影響因素

3.2.1 自理能力

兩種模型均顯示BI 評分是PSD 的重要預(yù)測因子，BI 評分越高，PSD 患病風(fēng)險越低。李長紅等[15]研究證實(shí)BI 評分較高為PSD 的保護(hù)因素。其原因可能為自理能力反映病人自我照護(hù)能力、疾病嚴(yán)重性和對他人的依賴性，自理能力較弱會增加家庭負(fù)擔(dān)和經(jīng)濟(jì)壓力，自理能力較弱的病人身心遭受雙重打擊，心理應(yīng)激反應(yīng)使其實(shí)際感知和心理體驗(yàn)產(chǎn)生落差，極易導(dǎo)致抑郁情緒產(chǎn)生。針對自理能力較弱的病人，應(yīng)及時給予照顧、安慰和鼓勵，以減少病人PSD 發(fā)生。

3.2.2 腦卒中部位

兩種模型均顯示腦卒中部位為左側(cè)大腦半球者抑郁發(fā)生率較右側(cè)大腦半球更高，與柯緒芬等[16]的研究結(jié)果相似。從抑郁發(fā)生機(jī)制來看，可能與神經(jīng)遞質(zhì)調(diào)節(jié)有關(guān)，腦干、基底節(jié)和額葉存在神經(jīng)遞質(zhì)傳導(dǎo)通路，左側(cè)大腦半球腦卒中病變會阻斷神經(jīng)遞質(zhì)傳導(dǎo)，致使去甲腎上腺素含量下降，病人產(chǎn)生抑郁的可能性增大。此外，在言語文字、邏輯推理等方面，左側(cè)大腦半球?yàn)閮?yōu)勢半球，其損傷更易造成心理精神障礙。

3.2.3 性別

Ayis 等[17]為期10 年的隨訪研究顯示，女性病人PSD 發(fā)病率是男性的2 倍，而Chun 等[18]分析結(jié)果表明PSD 發(fā)病率與性別無關(guān)。目前學(xué)術(shù)界對于性別與PSD 的相關(guān)性莫衷一是。本研究Logistic 回歸模型顯示，女性病人PSD 發(fā)病風(fēng)險高于男性。女性更易患PSD，一方面可能與社會文化因素有關(guān)，女性具有豐富的情感體驗(yàn)，善于表達(dá)自我情緒，更易受內(nèi)在和外在因素影響；另一方面可能與激素水平有關(guān)，孕激素和雌激素會影響神經(jīng)遞質(zhì)傳導(dǎo)和內(nèi)分泌功能，激素水平異?？蓪?dǎo)致情緒失調(diào)，這同樣是產(chǎn)后抑郁發(fā)生的主要原因。性別與PSD 的發(fā)生是否有關(guān)，學(xué)術(shù)界見解不一，有待進(jìn)一步考證。

3.2.4 糖尿病

Zhang 等[19]探討糖尿病與遲發(fā)性PSD 的關(guān)系，結(jié)果證明糖尿病是遲發(fā)性PSD 的獨(dú)立危險因素，本研究決策樹C5.0 模型結(jié)果顯示，合并糖尿病的病人罹患PSD 的可能性更大，可將其作為一個預(yù)測因素。其原因可能為糖尿病是缺血性腦卒中病人死亡的一大影響因素，約34.2%的缺血性腦卒中病人合并糖尿病且再發(fā)風(fēng)險高達(dá)45%[20]，血糖調(diào)控異常會影響神經(jīng)功能恢復(fù)?？刂蒲亲罨镜寞煼轱嬍朝煼?，飲食模式、飲食質(zhì)量和營養(yǎng)成分會影響病人情緒調(diào)節(jié)，消極情緒反過來影響飲食行為，對疾病的治療和預(yù)后存在不利影響。此外，慢性病程會加重病人軀體不適和經(jīng)濟(jì)負(fù)擔(dān)，極易使其產(chǎn)生抑郁情緒。提示，對合并糖尿病的缺血性腦卒中病人要加強(qiáng)健康知識宣教，并予以心理疏導(dǎo)，根據(jù)病人實(shí)際情況采用差異化的干預(yù)方案。

3.2.5 同型半胱氨酸

Logistic 回歸模型顯示，同型半胱氨酸是PSD 的重要預(yù)測因子，同型半胱氨酸＞15 μmol/L 會增加PSD 患病風(fēng)險，與柯緒芬等[16]的研究結(jié)果一致。其原因可能與PSD 發(fā)生機(jī)制有關(guān)[8]，同型半胱氨酸是蛋氨酸和半胱氨酸代謝的中間產(chǎn)物，不良生活方式及機(jī)體營養(yǎng)物質(zhì)缺乏會影響同型半胱氨酸的代謝，同型半胱氨酸異常升高可影響蛋氨酸形成，并進(jìn)一步抑制DNA甲基化，進(jìn)而干擾神經(jīng)遞質(zhì)代謝，使得抑郁發(fā)生率增加；另一方面會影響腦能量代謝，使磷酸和磷酸肌酸含量減少，一氧化碳合酶活性和一氧化氮生成量降低，阻礙腦血管內(nèi)皮細(xì)胞再生，增加病人發(fā)生PSD 的可能性。對于腦卒中后同型半胱氨酸過高者，及時給予葉酸、維生素等營養(yǎng)物質(zhì)干預(yù)，可降低PSD 發(fā)生風(fēng)險。

3.2.6 紅細(xì)胞分布寬度

Logistic 回歸模型顯示，紅細(xì)胞分布寬度是PSD的重要預(yù)測因子，紅細(xì)胞分布寬度值較高，PSD 發(fā)生風(fēng)險較高，與慕麗等[13]研究結(jié)果一致。原因可能為紅細(xì)胞分布寬度可反映外周血紅細(xì)胞體積的異質(zhì)性，是公認(rèn)的腦卒中炎癥標(biāo)志物。氧化應(yīng)激的慢性炎癥過程會導(dǎo)致紅細(xì)胞生長抑制，原始紅細(xì)胞釋放入血，加重組織缺氧和動脈粥樣硬化進(jìn)展，進(jìn)而增加缺血性腦卒中發(fā)生風(fēng)險。同時，炎癥反應(yīng)可改變?nèi)梭w體液調(diào)節(jié)，影響與抑郁相關(guān)的神經(jīng)遞質(zhì)分泌，從而誘發(fā)抑郁。Long等[21]研究顯示，紅細(xì)胞分布寬度與抑郁具有相關(guān)性。雖然紅細(xì)胞分布寬度對PSD 具有一定預(yù)測價值，但針對合并血液系統(tǒng)疾病的缺血性腦卒中病人，有必要辨證和謹(jǐn)慎解讀診斷結(jié)果。

3.3 缺血性腦卒中病人PSD 的Logistic 回歸模型和決策樹C5.0 模型比較

本研究中決策樹C5.0 模型篩選出3 個解釋變量，Logistic 回歸模型篩選出5 個解釋變量，兩種模型均顯示，BI 評分和腦卒中部位是PSD 的重要預(yù)測因素。兩種模型分析的差異性可能是因檢驗(yàn)方法不同引起[22]。兩種模型預(yù)測效能比較，差異無統(tǒng)計(jì)學(xué)意義（P＞0.05），但兩種模型檢驗(yàn)側(cè)重點(diǎn)不同，能夠?qū)崿F(xiàn)功能互補(bǔ)，增強(qiáng)預(yù)測性能[23]。決策樹C5.0 模型能深入挖掘數(shù)據(jù)，充分展現(xiàn)自變量之間的互變效應(yīng)，并將結(jié)果直觀、形象地展現(xiàn)出來，但其易受實(shí)際數(shù)據(jù)影響，具有過度擬合和不穩(wěn)定性；Logistic 回歸模型能通過OR 值和95%CI 體現(xiàn)變量間的依存關(guān)系，但變量間容易相互影響，不能直觀展示結(jié)果和體現(xiàn)決策作用。本研究中決策樹C5.0 模型顯示BI 評分≤40 分的病人PSD 發(fā)生風(fēng)險為86.957%，BI 評分≥61 分、左側(cè)大腦半球病變且合并糖尿病的病人PSD 發(fā)生風(fēng)險為71.429%，臨床工作者應(yīng)重點(diǎn)關(guān)注；Logistic 回歸模型中紅細(xì)胞分布寬度的OR 值最高，說明其是PSD 發(fā)生的重要危險因素。兩種模型聯(lián)合使用，可以進(jìn)行更為全面的分析，從而增加解釋和預(yù)測的有效性。

4 結(jié)論

綜上所述，缺血性腦卒中病人PSD 的發(fā)生率高。Logistic 回歸模型和決策樹模型聯(lián)合分析結(jié)果提示醫(yī)護(hù)人員要重點(diǎn)關(guān)注左側(cè)大腦半球病變、自理能力低下、女性、合并糖尿病、同型半胱氨酸和紅細(xì)胞分布寬度增高的病人，早期篩查并預(yù)防PSD 的發(fā)生，根據(jù)病人實(shí)際情況制定差異化的干預(yù)方案，以改善病人預(yù)后。本研究存在局限性：納入的變量有限且選取的樣本僅來自1 所醫(yī)院，樣本量較少，可能存在選擇偏倚。未來可開展大樣本、多中心的前瞻性研究，更全面地評估PSD 的危險因素并構(gòu)建PSD 預(yù)測模型，實(shí)現(xiàn)PSD 的早期識別和預(yù)防。