论文部分内容阅读
目的:探索整合中医预后相关因素能否帮助IgAN预后预测,比较决策树、自适应增强、随机森林、支持向量机四种算法建模的预测能力。方法:本研究为回顾性队列研究,以经肾穿诊断为IgA肾病的患者为研究对象,采集人口学、临床病理、中医证候等相关基线指标,并收集各个病例的随访资料,以血肌酐翻倍、eGFR下降≥50%、ESRD、透析、死亡为主要终点指标,使用Cox比例风险模型筛选与IgA肾病不良预后相关的因素。将预后相关因素分为西医变量、中医变量。分别基于西医变量、中医变量和联合中西医变量三种情况,使用决策树、随机森林、自适应增强、支持向量机、神经网络等算法,建立IgA肾病预后预测模型,判断IgAN患者是否在5年内发生复合终点事件,并对预后模型的预测效能进行评估对比。结果:本研究共纳入402例IgAN随访病例,年龄为32.5(25-41)岁,其中女性占53.2%,从起病到肾活检的时间为6(1-24)个月,随访时间为2.2(1.1-3.9)年,其中45例患者出现终点事件。Cox回归单因素分析提示基线收缩压、基线舒张压、起始症状乏困、起始症状水肿、起始无症状、高血压病史、尿蛋白定量、尿素氮、血肌酐、eGFR、血尿酸、血钾、血磷、血清总蛋白、血清白蛋白、Haas分型、Lee分级、Katafuchi积分、MEST-T评分、新月体比例分级、疲倦乏力、浮肿、夜尿多、畏寒肢冷、恶心、舌质淡红、舌质淡、舌苔白腻、脾肾阳虚证、血瘀证、兼证数目等31个变量与IgA肾病预后关系密切。经共线性诊断后,31个变量剔除基线收缩压、基线舒张压、血清总蛋白、Lee分级4个变量,新加入基线平均动脉压,最终有28个变量进入多因素分析和预测模型建模。Cox回归多因素分析提示基线血肌酐、MEST评分的T分值、脾肾阳虚证是不良预后的独立危险因素。随机数据5年内发生终点事件和随访5年未发生终点的患者数据,按7:3的比例分成训练集和测试集。使用训练集数据在中医变量、西医变量、中西医变量三种条件下分别通过决策树、自适应增强、随机森林、支持向量机四种算法构建了 12个模型。评估各模型对训练集的数据解析能力,发现同算法下,总体错误率上,中医变量>西医变量>中西医变量;拟合度和ROC曲线下面积方面,中西医变量>西医变量>中医变量。而在变量相同的情况下,随机森林错误率最低、R2和ROC曲线下面积最大,决策树模型错误率最高、R2和ROC曲线下面积最小居于末席,自适应增强模型和支持向量机并列居中。用12个模型对测试集的数据进行预测,发现使用中医变量、西医变量、中西医变量在四种算法下构建的模型,ROC曲线下面积均大于0.7,具有良好的预测能力,而支持向量机使用中西变量建模,ROC曲线下面积更是超过0.9,达到0.91,预测能力优秀。在同算法下,中西医变量的准确率、R2、ROC曲线下面积均最高,而西医变量排第二,中医变量第三。变量相同的情况下,支持向量机的准确率、R2、ROC曲线下面积均最大,模型验证预测效能最好;随机森林错误率和支持向量机一样,R2第二,ROC曲线下面积第三,总体预测效能第二;自适应增强模型总体错误率最高,R2大于决策树排第三,ROC曲线下面积排第二,总体预测效能排第三;决策树模型除总体错误率居于第三外,R2和ROC曲线下面积位于末席,总体预测效能第四。结论:使用中医变量和西医变量构建预测模型,均能达到良好的预测效能,但使用西医变量的预测能力更强,而联合中西医变量建模优于单独使用中医或西医变量。在开展类似的IgAN预后预测研究时,如能获取足够的中医资料,推荐同时使用中西医预后相关因素构建预测模型。决策树、自适应增强、随机森林、支持向量机四种算法均能构建出具有良好预测能力的模型,在相同建模变量的情况下,支持向量机表现最优,其次为随机森林,自适应增强算法第三,决策树居末。但由于每种算法均有其优势和局限性,应根据实际需要选择合适的算法。