3種不同模型對重型顱腦損傷患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉預(yù)測能力的比較研究

岳果林 岳躍學(xué) 黎張雙子 沈鋒 羅忠琛 孫念梅

(1.貴州醫(yī)科大學(xué)護(hù)理學(xué)院,貴州 貴陽 550000;2.貴州醫(yī)科大學(xué)附屬醫(yī)院,貴州 貴陽 550000)

重型顱腦損傷(severe traumatic brain injury,STBI)指受直接或間接暴力因素作用于頭部,昏迷時(shí)間>6 h或傷后24 h內(nèi)意識(shí)情況惡化再次昏迷>6 h,格拉斯哥昏迷評分(glasgow coma scale,GCS)≤8分的顱腦損傷患者,是神經(jīng)外科最常見的急重癥[1]。該類患者處于高代謝狀態(tài),且常伴吞咽障礙,無法自主進(jìn)食而需營養(yǎng)支持[2-3]。腸內(nèi)營養(yǎng)符合生理?xiàng)l件,有助于維持腸道結(jié)構(gòu)和功能,是其最主要的臨床營養(yǎng)支持方式[4]。據(jù)研究[5-6]顯示,STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉發(fā)生率達(dá)39.22%～69.60%,居其并發(fā)癥首位[7]。腹瀉不僅導(dǎo)致患者發(fā)生電解質(zhì)紊亂、腸道菌群失調(diào)、皮膚受損及繼發(fā)感染等并發(fā)癥,還增加其醫(yī)療負(fù)擔(dān)與死亡風(fēng)險(xiǎn)[8]。有研究[9-10]顯示,早期采取添加纖維素、益生菌及調(diào)整營養(yǎng)劑配方等預(yù)防措施,可有效降低腹瀉的發(fā)生率與嚴(yán)重程度。然而,目前鮮有針對STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉的預(yù)測研究,難以有效地識(shí)別腹瀉高危人群。因此,構(gòu)建一種科學(xué)有效的預(yù)測模型已成為一項(xiàng)亟待解決的臨床問題。近年來,隨著大數(shù)據(jù)與人工智能的發(fā)展,機(jī)器學(xué)習(xí)也被深入應(yīng)用到醫(yī)療領(lǐng)域,并展現(xiàn)出強(qiáng)大預(yù)測能力[11]。本研究擬通過回顧性收集STBI患者的臨床資料,選擇不受變量間共線性影響的決策樹(decision tree,DT)和支持向量機(jī)(support vector machines,SVM)機(jī)器學(xué)習(xí)算法與同樣對小樣本、二分類數(shù)據(jù)具有較強(qiáng)處理能力的logistic回歸算法分別構(gòu)建STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉的預(yù)測模型,以期為臨床評估腹瀉的發(fā)生風(fēng)險(xiǎn)提供參考。

1 資料與方法

1.1一般資料 采取便利抽樣法,選取2018年1月-2021年12月在貴州醫(yī)科大學(xué)附屬醫(yī)院ICU住院的STBI患者為研究對象。參考構(gòu)建風(fēng)險(xiǎn)預(yù)測模型的樣本量計(jì)算經(jīng)驗(yàn)性法則(EPV)[12],及STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉的發(fā)生率,估算本研究所需樣本量為406例。納入標(biāo)準(zhǔn):(1)符合STBI診斷標(biāo)準(zhǔn)[1]。(2)年齡≥18歲。(3)接受腸內(nèi)營養(yǎng)支持≥2 d。(4)病史明確,相關(guān)臨床病歷資料保存完整。排除標(biāo)準(zhǔn):(1)轉(zhuǎn)入后3 d內(nèi)死亡的患者。(2)實(shí)施腸內(nèi)營養(yǎng)前已發(fā)生腹瀉的患者。(3)使用促排泄類藥物和(或)行導(dǎo)瀉灌腸等排便干預(yù)的患者。(4)患有腹瀉相關(guān)疾病如克羅恩病、短腸綜合征、慢性腸炎、潰瘍性結(jié)腸炎、傷寒、副傷寒、急性中毒、甲狀腺功能亢進(jìn)、敗血癥等的患者。最終納入518例進(jìn)入研究。本研究已獲醫(yī)院倫理委員會(huì)批準(zhǔn)(批準(zhǔn)號:2022728)。

1.2方法

1.2.1資料收集方法 本研究所有患者資料均通過臨床電子病歷系統(tǒng)收集。

1.2.2調(diào)查工具 通過文獻(xiàn)回顧自行設(shè)計(jì)臨床資料收集表,收集以下資料:(1)患者一般資料:包括年齡、性別、BMI。(2)疾病資料:是否合并糖尿病、高血壓、GCS、急性生理學(xué)與慢性健康狀況評分Ⅱ(acute physiology and chronic health evaluationⅡ,APACHEⅡ)、低蛋白血癥(<35 g/L)、白細(xì)胞計(jì)數(shù)增高(≥10×109/L)、低鉀血癥(<3.5 mmol/L)。(3)治療資料:是否禁食>48 h、手術(shù)情況、機(jī)械通氣情況、使用多種(≥2種)抗生素、血管活性藥物、鎮(zhèn)靜藥物、鎮(zhèn)痛藥物、調(diào)節(jié)心率藥物、利尿藥物、脫水藥物、抑制胃酸藥物、止吐藥物、激素藥物。(4)腸內(nèi)營養(yǎng)資料:營養(yǎng)劑日用量、滲透壓、是否含纖維素、全熱量喂養(yǎng)。(5)排便資料:大便次數(shù)、量與性狀。

在R語言中,使用“caret”包,按7∶3比例將數(shù)據(jù)隨機(jī)拆分為訓(xùn)練集(364例)與驗(yàn)證集(154例),分別用于模型的構(gòu)建與驗(yàn)證。使用“rpart”包,構(gòu)建DT模型;使用“e1071”包,構(gòu)建SVM模型;使用“glmnet”與“rms”包,構(gòu)建logistic回歸模型,并通過列線圖進(jìn)行可視化呈現(xiàn)。使用“pROC”包,繪制3種模型的受試者工作特征曲線(ROC),并計(jì)算曲線下面積(AUC)、精確率、準(zhǔn)確率及F1值。

2 結(jié)果

2.1構(gòu)建STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉的logistic回歸模型

2.1.1STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉的單因素分析 根據(jù)《現(xiàn)代胃腸病學(xué)》[13]及《神經(jīng)重癥患者腸內(nèi)喂養(yǎng)護(hù)理專家共識(shí)》[14]的診斷建議,將訓(xùn)練集患者分為非腹瀉組(246例)與腹瀉組(118例),進(jìn)行單因素分析,以P<0.05為閾值篩選潛在影響因素,結(jié)果顯示,GCS評分、低蛋白血癥、低鉀血癥、禁食>48 h、多種抗生素、抑制胃酸藥物、止吐藥物、營養(yǎng)劑日用量及全熱量喂養(yǎng)為腹瀉的差異有統(tǒng)計(jì)學(xué)意義(P<0.05),見表1。

表1 STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉的單因素分析

2.2.2STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉的多因素logistic回歸分析 將單因素分析篩選出的9項(xiàng)變量納入多因素logistic回歸分析,自變量賦值,見表2。以P<0.05為閾值篩選獨(dú)立危險(xiǎn)因素,結(jié)果顯示,GCS評分、低蛋白血癥、低鉀血癥、禁食>48 h、多種抗生素及營養(yǎng)劑日用量是STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉的獨(dú)立危險(xiǎn)因素,見表3。

表2 自變量賦值

表3 STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉的多因素logistic回歸分析

2.2.3構(gòu)建logistic回歸模型 R語言中,使用“glmnet”與“rms”包,根據(jù)多因素logistic回歸分析變量篩選結(jié)果構(gòu)建logistic回歸模型,模型公式:Logit(P)=1.121×GCS評分+1.393×低蛋白血癥+1.047×低鉀血癥+1.071×禁食>48 h+0.911×多種抗生素+0.003×營養(yǎng)劑日用量-6.281,并通過列線圖使其可視化,見圖1(掃后文二維碼獲取)。使用方法為:先計(jì)算每項(xiàng)預(yù)測變量對應(yīng)的分值,再計(jì)算全部變量的總分,總分所對應(yīng)的預(yù)測值即為腹瀉發(fā)生的風(fēng)險(xiǎn)預(yù)測概率。

2.3基于DT算法構(gòu)建STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉預(yù)測模型 在訓(xùn)練集中將全部變量納入DT算法進(jìn)行STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉的預(yù)測因素分析與模型構(gòu)建。選擇DT算法為分類與回歸樹算法(CART),設(shè)置分類規(guī)則,分割顯著性αmerge=αsplit=0.05;層數(shù)為3層,停止規(guī)則為α=0.05,子節(jié)點(diǎn)最小樣本數(shù)為10,母節(jié)點(diǎn)最小樣本數(shù)為50。根據(jù)Gini指數(shù)對DT模型中STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉的預(yù)測變量進(jìn)行重要性排序,其中,前10位變量為:低蛋白血癥、營養(yǎng)劑日用量、低鉀血癥、禁食>48 h、全熱量喂養(yǎng)、纖維素、年齡、利尿藥物、多種抗生素及白細(xì)胞計(jì)數(shù)增高,見表4。

表4 DT模型中變量重要性排序

2.4基于SVM算法構(gòu)建STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉預(yù)測模型 在訓(xùn)練集中將全部變量納入SVM算法進(jìn)行STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉的預(yù)測因素分析與模型構(gòu)建。設(shè)置核函數(shù)為徑向基核函數(shù)(RBF)。根據(jù)Gini指數(shù)對SVM模型中STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉的預(yù)測變量進(jìn)行重要性排序,其中,前10位變量為:低蛋白血癥、營養(yǎng)劑日用量、低鉀血癥、禁食>48 h、全熱量喂養(yǎng)、多種抗生素、年齡、止吐藥物、纖維素及利尿藥物,見表5。

表5 SVM模型中變量重要性排序

2.5模型的驗(yàn)證與比較 本研究采用隨機(jī)數(shù)據(jù)拆分為訓(xùn)練集(364例)和驗(yàn)證集(154例)進(jìn)行模型的內(nèi)部驗(yàn)證,采用AUC、精確率、準(zhǔn)確率及F1值等評價(jià)指標(biāo)進(jìn)行模型的評價(jià)。分別在訓(xùn)練集與驗(yàn)證集中繪制三種模型的ROC曲線,見圖2,掃二維碼獲取圖1～圖2。并計(jì)算模型的AUC、精確率、準(zhǔn)確率及F1值,見表6。在訓(xùn)練集中,DT模型的精確率(85.71%)、準(zhǔn)確率(82.69%)、F1值(67.69%)及AUC值(0.78,95%CI:0.73～0.84),綜合預(yù)測能力尚可;logistic回歸模型的精確率(68.42%)、準(zhǔn)確率(81.04%)、F1值(72.51%)及AUC值(0.88,95%CI:0.83～0.92),其F1值及AUC值均優(yōu)于DT模型,綜合預(yù)測能力更強(qiáng);SVM模型中的精確率(86.36%)、準(zhǔn)確率(85.16%)、F1值(73.79%)及AUC值(0.93,95%CI:0.89～0.96),其精確率、準(zhǔn)確率、F1值及AUC值均優(yōu)于logistic回歸模型,綜合預(yù)測能力最強(qiáng)。在驗(yàn)證集中,DT模型的精確率(83.72%)、準(zhǔn)確率(80.52%)、F1值(70.59%)及AUC值(0.82,95%CI:0.76～0.89),綜合預(yù)測能力尚可;logistic回歸模型的精確率(70.67%)、準(zhǔn)確率(81.82%)、F1值(79.10%)及AUC值(0.90,95%CI:0.84～0.95),其準(zhǔn)確率、F1值及AUC值均優(yōu)于DT模型,綜合預(yù)測能力更強(qiáng);SVM模型的精確率(83.33%)、準(zhǔn)確率(87.66%)、F1值(84.03%)及AUC值(0.95,95%CI:0.91～0.98),其精確率、準(zhǔn)確率、F1值及AUC值均優(yōu)于logistic回歸模型,綜合預(yù)測能力最強(qiáng)。因此,SVM模型的綜合預(yù)測能力最強(qiáng),logistic回歸模型次之,DT模型略弱于其他2種模型,SVM與logistic回歸模型能較好地實(shí)現(xiàn)對STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉的預(yù)測,為后續(xù)的治療及護(hù)理提供參考依據(jù)。

表6 3種預(yù)測模型在訓(xùn)練集與驗(yàn)證集中的預(yù)測能力比較

3 討論

3.1STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉的發(fā)生現(xiàn)狀 不同研究報(bào)告的STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉的發(fā)生率存在一定差異。本研究結(jié)果顯示,STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉發(fā)生率為34.17%。國內(nèi)學(xué)者梁天英等[6]研究顯示,其發(fā)生率為39.22%,本研究基本與之相符;而國外學(xué)者Vieira等[5]研究顯示,其發(fā)生率高達(dá)69.60%,顯著高于本研究。這可能是由于目前國內(nèi)外關(guān)于腸內(nèi)營養(yǎng)相關(guān)性腹瀉的定義暫無統(tǒng)一標(biāo)準(zhǔn)而導(dǎo)致的。Vieira等[5]采用世界衛(wèi)生組織對腹瀉的定義,即排便≥3次/d,大便呈稀軟或液體[15];梁天英等[6]等將腹瀉定義為排便>5次/d,排便量>500 mL/d。本研究結(jié)合《現(xiàn)代胃腸病學(xué)》[13]與《神經(jīng)重癥患者腸內(nèi)喂養(yǎng)護(hù)理專家共識(shí)》[14]對腸內(nèi)營養(yǎng)相關(guān)性腹瀉的操作性定義為:腸內(nèi)營養(yǎng)劑使用≥2d;排便>3次/d;大便含水量>80%且不成形。因此,本研究得出的STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉發(fā)生率與既往研究報(bào)道存在一定差異。

3.2STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉的危險(xiǎn)因素 本研究基于DT、SVM模型的Gini指數(shù)與logistic回歸模型最終選出低蛋白血癥、低鉀血癥、禁食>48 h與營養(yǎng)劑日用量等預(yù)測變量,與既往研究[6,16]相符。一項(xiàng)meta分析[17]結(jié)果表明,合并低蛋白血癥會(huì)增加患者腹瀉發(fā)生風(fēng)險(xiǎn)。重癥患者應(yīng)激狀態(tài)下,機(jī)體對蛋白分解加快,血漿白蛋白減少,滲透壓降低,腸黏膜水腫,影響對液體的吸收,增加腹瀉的發(fā)生風(fēng)險(xiǎn)[18]。為糾正低鉀血癥患者的低鉀癥狀,臨床上常采取經(jīng)消化道方式補(bǔ)鉀。謝文亮等[16]研究表明,通過消化道對低鉀血癥患者補(bǔ)鉀會(huì)增加其發(fā)生腹瀉的風(fēng)險(xiǎn)。鉀為高滲性電解質(zhì)進(jìn)入消化道會(huì)導(dǎo)致大量液體潴留,當(dāng)潴留量大于消化道吸收能力時(shí)而誘發(fā)腹瀉[19]。且重癥患者病情危重,長時(shí)間禁食引起胃腸黏膜萎縮和功能失調(diào),導(dǎo)致消化吸收能力下降而易發(fā)腹瀉[20]。李健等[21]研究表明,當(dāng)營養(yǎng)劑日用量≥1 000 mL/d時(shí),會(huì)增加腹瀉發(fā)生的風(fēng)險(xiǎn)。大劑量使用營養(yǎng)劑可增快胃腸道蠕動(dòng),營養(yǎng)劑停留時(shí)間不足,無法被充分吸收而發(fā)生腹瀉[22]。此外,《中國危重癥患者腸內(nèi)營養(yǎng)治療常見并發(fā)癥預(yù)防管理專家共識(shí)(2021版)》[23]也建議腸內(nèi)營養(yǎng)速度≤50 mL/h,即≤600 mL/d。因此,對于STBI患者可通過早期腸內(nèi)營養(yǎng)支持、控制營養(yǎng)劑日用量、加強(qiáng)血漿白蛋白與血鉀水平監(jiān)測等方式降低其腸內(nèi)營養(yǎng)相關(guān)性腹瀉的發(fā)生率。

3.3STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉預(yù)測模型的預(yù)測能力比較 本研究構(gòu)建的3種STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉預(yù)測模型的綜合預(yù)測能力比較為:DT模型48 h、多種抗生素及營養(yǎng)劑日用量等6項(xiàng)變量均為STBI患者腸內(nèi)營養(yǎng)相關(guān)性的獨(dú)立危險(xiǎn)因素,計(jì)算得出的每項(xiàng)變量OR值可供醫(yī)護(hù)人員分析因素影響力大小。其列線圖的結(jié)果呈現(xiàn)方式,具有操作簡便,經(jīng)濟(jì)快捷,臨床實(shí)用性強(qiáng)等優(yōu)點(diǎn)。因此,當(dāng)需要對STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉更精準(zhǔn)的分類預(yù)測與判別時(shí),SVM模型則優(yōu)于logistic回歸模型;當(dāng)需要分析STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉影響因素的影響力大小及方向時(shí),選擇logistic回歸模型更為恰當(dāng)。2種模型結(jié)合使用既能實(shí)現(xiàn)對STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉的精準(zhǔn)預(yù)測,又能探究因素的影響能力。

綜上所述,低蛋白血癥、低鉀血癥、禁食>48 h及營養(yǎng)劑日用量為3種模型共同篩選出的影響因素,需要臨床醫(yī)護(hù)人員引起更多的關(guān)注。SVM與logistic回歸模型均能較好地預(yù)測STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉發(fā)生風(fēng)險(xiǎn),但各有優(yōu)勢,2種模型結(jié)合使用既能實(shí)現(xiàn)對STBI患者腸內(nèi)營養(yǎng)相關(guān)性腹瀉的精準(zhǔn)預(yù)測,又能探究其因素的影響能力,能更好地為臨床后續(xù)治療及護(hù)理提供參考。但本研究作為一項(xiàng)回顧性研究,所有數(shù)據(jù)資料均來自同一醫(yī)院,樣本代表性有限,因此,后續(xù)研究需要通過前瞻性、多中心數(shù)據(jù)對模型進(jìn)一步驗(yàn)證,并納入更多的變量及樣本進(jìn)一步提升模型的預(yù)測能力,以更好地指導(dǎo)臨床實(shí)踐。