论文部分内容阅读
目的：
通过回顾性研究分析影响老年髋部骨折患者围手术期并发症发生的危险因素，建立Logistic回归模型及人工神经网络模型进行预测，从新角度思考分析髋部骨折围手术期的危险因素管理。
方法：
回顾性研究广州中医药大学第一附属医院2013年8月至2018年3月间住院手术治疗的股骨颈骨折或股骨转子间骨折的病例843例。记录患者基本信息、术前合并基础疾病、手术情况、术后并发症等总共48个变量，运用Python、SPSS及Matlab等软件对数据进行比较和统计分析，并进行Logistic回归模型、BP神经网络模型、卷积神经网络模型建模，最终通过计算、对比ROC曲线下面积及预测准确率，比较三种模型的效能。
结果：
本研究共纳入老年髋部骨折行手术治疗病例843例，本研究843例病例中，围手术期并发症共发生193例。神经系统并发症发生率为3.21％，为脑梗塞14例、脑出血2例，神志异常11例，共27例;心脏系统并发症发生率为2.49％，其中恶性心律失常3例、心力衰竭7例、心肌梗塞10例、心跳骤停1例，共21例;呼吸系统并发症发生率为12.23％，其中肺部感染100例、肺栓塞5例、呼吸骤停1例，共103例;泌尿系统并发症发生率为9.03％。其中泌尿道感染75例，急性肾衰竭1例;消化系统并发症发生率为0.59％，消化道出血2例、肠梗阻2例、胆道感染1例，共5例;其他并发症方面，休克1例，弥漫性血管内凝血1例。死亡病例共13例，死亡原因中肺部感染5例，心力衰竭4例，心跳骤停1例，心肌梗死1例，肺栓塞1例，弥漫性血管内凝血1例。多因素Logistic回归分析表明，有呼吸系统基础疾病、全身麻醉、B-型脑尿钠肽＞100pg/mL、有高血压病史、年龄≥80岁、手术时机＞7天、术前日均心率＞80次/分、尿白细胞数＞40个、天门冬氨酸氨基转移酶＞32U/L等是老年髋部骨折患者的围手术期并发症的危险因素。在不同的评估预测方法上，Logistic回归模型的训练样本预测准确率有80.0％，ROC曲线下面积为0.743（95％CI：0.701-0.784）;人工神经网络方面BP神经网络预测准确率为82.6％，曲线下面积为0.825(95％CI.0.789-0.860)。卷积神经网络的预测准确率为88.4％，ROC曲线下面积为0.901(95％CI：0.875-0.927)。曲线下面积两两比较，Logistic回归模型与BP神经网之间（P=0.003），Logistic回归模型与卷积神经网络之间(P＜0.001)，BP神经网络与卷积神经网络之间(P＜0.001)，均有统计学差异。卷积神经网络的预测效能优于BP神经网络及Logistic回归模型。BP神经网络预测效果好于Logistic回归模型。
结论：
老年髋部骨折患者的围手术期并发症的危险因素为：有呼吸系统基础疾病、全身麻醉、B-型脑尿钠肽＞100pg/mL、有高血压病史、年龄≥80岁、手术时机＞7天、术前日均心率＞80次/分、尿白细胞数＞40个、天门冬氨酸氨基转移酶＞32U/L等。人工神经网络模型中卷积神经网络模型在预测老年髋部骨折患者围手术期并发症的能力上优于Logistic回归模型及BP神经网络模型。而Logistic回归模型具有良好的危险因素的解析评价能力。在实际的临床工作评估中，应尽可能将数种方法结合起来，共同作为参考。
通过回顾性研究分析影响老年髋部骨折患者围手术期并发症发生的危险因素，建立Logistic回归模型及人工神经网络模型进行预测，从新角度思考分析髋部骨折围手术期的危险因素管理。
方法：
回顾性研究广州中医药大学第一附属医院2013年8月至2018年3月间住院手术治疗的股骨颈骨折或股骨转子间骨折的病例843例。记录患者基本信息、术前合并基础疾病、手术情况、术后并发症等总共48个变量，运用Python、SPSS及Matlab等软件对数据进行比较和统计分析，并进行Logistic回归模型、BP神经网络模型、卷积神经网络模型建模，最终通过计算、对比ROC曲线下面积及预测准确率，比较三种模型的效能。
结果：
本研究共纳入老年髋部骨折行手术治疗病例843例，本研究843例病例中，围手术期并发症共发生193例。神经系统并发症发生率为3.21％，为脑梗塞14例、脑出血2例，神志异常11例，共27例;心脏系统并发症发生率为2.49％，其中恶性心律失常3例、心力衰竭7例、心肌梗塞10例、心跳骤停1例，共21例;呼吸系统并发症发生率为12.23％，其中肺部感染100例、肺栓塞5例、呼吸骤停1例，共103例;泌尿系统并发症发生率为9.03％。其中泌尿道感染75例，急性肾衰竭1例;消化系统并发症发生率为0.59％，消化道出血2例、肠梗阻2例、胆道感染1例，共5例;其他并发症方面，休克1例，弥漫性血管内凝血1例。死亡病例共13例，死亡原因中肺部感染5例，心力衰竭4例，心跳骤停1例，心肌梗死1例，肺栓塞1例，弥漫性血管内凝血1例。多因素Logistic回归分析表明，有呼吸系统基础疾病、全身麻醉、B-型脑尿钠肽＞100pg/mL、有高血压病史、年龄≥80岁、手术时机＞7天、术前日均心率＞80次/分、尿白细胞数＞40个、天门冬氨酸氨基转移酶＞32U/L等是老年髋部骨折患者的围手术期并发症的危险因素。在不同的评估预测方法上，Logistic回归模型的训练样本预测准确率有80.0％，ROC曲线下面积为0.743（95％CI：0.701-0.784）;人工神经网络方面BP神经网络预测准确率为82.6％，曲线下面积为0.825(95％CI.0.789-0.860)。卷积神经网络的预测准确率为88.4％，ROC曲线下面积为0.901(95％CI：0.875-0.927)。曲线下面积两两比较，Logistic回归模型与BP神经网之间（P=0.003），Logistic回归模型与卷积神经网络之间(P＜0.001)，BP神经网络与卷积神经网络之间(P＜0.001)，均有统计学差异。卷积神经网络的预测效能优于BP神经网络及Logistic回归模型。BP神经网络预测效果好于Logistic回归模型。
结论：
老年髋部骨折患者的围手术期并发症的危险因素为：有呼吸系统基础疾病、全身麻醉、B-型脑尿钠肽＞100pg/mL、有高血压病史、年龄≥80岁、手术时机＞7天、术前日均心率＞80次/分、尿白细胞数＞40个、天门冬氨酸氨基转移酶＞32U/L等。人工神经网络模型中卷积神经网络模型在预测老年髋部骨折患者围手术期并发症的能力上优于Logistic回归模型及BP神经网络模型。而Logistic回归模型具有良好的危险因素的解析评价能力。在实际的临床工作评估中，应尽可能将数种方法结合起来，共同作为参考。