神经网络对老年冠心病患者发生冠脉支架内再狭窄的初步研究预测

沈蕾，廖敏蕾

上海市第一人民医院宝山分院心血管内科，上海200940

经皮冠状动脉支架植入术（percutaneous coronary intervention，PCI）是进行冠状动脉血运重建的重要方法，它降低了急性心肌梗死患者的死亡率，改善了心绞痛患者的预后，能够提高缺血型心肌病患者的生活质量。然而，有研究表明，冠心病患者中冠状动脉置入支架术后发生再狭窄(in-stent restenosis，ISR) 的比例较高，影响患者的远期预后[1]。目前认为PCI 术后冠脉ISR 形成的影响因素较多，其中支架的长度、直径、患者年龄、性别、吸烟史、糖尿病、低密度脂蛋白（LDL-C）、高密度脂蛋白（HDL-C）、高血压和抗血小板药物的选择是研究重点[2]。老年冠心病患者由于年龄、血糖和血脂代谢异常、高血压发生率高等因素，冠脉ISR 的发生率更高[3]。对影响因素的讨论大多通过总结临床经验和统计学分析的方法。未曾使用神经网络这一成熟而可靠的分析方法，并预测PCI术后是否发生ISR。神经网络的预测分析已在生物医学领域广泛应用[4]。本研究利用非条件Logistic 回归分析和多层感知器神经网络对老年冠脉ISR进行影响因素分析和预测。为接受PCI 治疗的患者术后是否发生ISR 提供可靠预测，从而为手术方案和预测未来ISR 概率提供建议。

1 资料与方法

1.1 一般资料 纳入2018年1月—2019年10月期间上海市第一人民医院宝山分院心内科收治的93 例已行PCI 术后并再次行冠脉造影复查的患者，年龄≥65岁。临床病历资料，纳入标准：（1）年龄≥65 岁；（2）均已接受过冠状动脉支架介入手术且手术后已超过90 d的患者；（3）接受复查冠脉造影检查；（4）规律服用常规剂量的双抗血小板药物+他汀类药物；（5）患者及家属知情同意并签署知情同意书。必须满足以上所有条件入选。排除标准：（1）因疾病原因（出血、肝功能异常）或依从性差并没有规律服用常规剂量的双抗血小板药物+他汀类药物；（2）首次PCI 术中存在可能的技术操作因素导致术后90 d 内出现ISR 的患者；（3）因合并有其它可能影响本研究结果的疾病，如肿瘤、栓塞、风湿免疫类疾病等；（4）随访资料不全者。满足其中之一项即排除。

1.2 检查 首先对93 例接受过PCI 治疗的老年患者进行随访，记录10 项因素分别是:年龄、PCI 术后年份、原有冠脉病变血管数、支架长度、支架内径、糖化血红蛋白（HbA1c）、LDL-C、HDL-C，脂蛋白a、尿酸（UA）。受试者均接受复查造影，并知情同意。

1.3 研究方法

1.3.1 逻辑分析方法 随机抽取其中76 例作为练习组，17 例为测试组，用非条件Logistic 回归得出具有显著性影响发生术后冠脉ISR 的因素。应用SPSS 24.0 统计软件，将患者10 个危险因素与其PCI 术后90 d 术后再出现的ISR 程度进行非条件Logistic 回归分析，＜0.05 为差异有统计学意义。

1.3.2 多层感知器神经网络分析预测 神经网络(artificial neural network，ANN) 是建立在现代神经生物学研究基础上一种计算机结构和系统，它反映出人脑某些特性。神经网络采用训练和学习的方式，通过比较输出层各个神经元的实际输出与期望输出，获得二者之间的误差，然后按照减小误差的方向，从输出层经各个隐含层并逐层修正各个连接权值，最后回到输入层。从而不断提高对输入模式识别的正确率，进而可以用于预测发生概率[5]。先利用练习组76 例患者的10 项变量构建多层感知器神经网络，寻找其中重要的变量，再对另外17 例PCI 术后患者进行是否发生ISR 的预测，比较两种预测结果并对预测结果进行评估。

2 结果

2.1 一般资料93 例PCI 术后的老年患者，年龄65～88岁，平均年龄（71.7+3.4）岁，其中女性22 例，男性71 例。未发生ISR 的患者，年龄65～86 岁，平均年龄（72.1+3.8）岁，发生ISR 的患者，年龄65～88 岁，平均年龄（70.7+2.9）岁，两者差异无统计学意义（＞0.05）。

2.2 逻辑分析统计分析结果 当前模型的对数似然比值=42.228a，Cox&Snell R 方=0.464lkerke R 方=.670同角度反映了当前模型自变量解释因变量的变异占因变量总变异的比例。见表1。卡方为3.145，对应的显著性水平为0.925，故认为模型效果较好。见表2。

表1 模型摘要

表2 霍斯默-莱梅肖检验

2.2.1 PCI 术后年份与因变量 类别为1 的概率在5%的显著水平下的回归系数为0.579，表明PCI 术后年份对因变量：类别为1 的概率有显著的促进作用。见表3。

2.2.2 几支病变与因变量 类别为1 的概率在5%的显著水平下的回归系数为1.526，表明几支病变对因变量：类别为1 的概率有显著的促进作用。见表3。

2.2.3 支架直径与因变量 类别为1 的概率在5%的显著水平下的回归系数为-6.423，表明支架直径对因变量：类别为1 的概率有显著的抑制作用。见表3。

2.2.4 HbA1c 与因变量 类别为1 的概率在5%的显著水平下的回归系数为1.125，表明HbA1C 对因变量：类别为1 的概率有显著的促进作用。见表3。

ISR 患者和无ISR 患者的原支架植入内径具有显著差异，支架内径越小，发生ISR 概率越高(=0.004)；PCI 术后随着时间的推移，发生ISR 的概率有明显增高（=0.012）；存在多支病变的患者发生ISR 比例明显高于单支病变的患者，两者差异有统计学意义(=0.037)；发生ISR 患者的HbAlc 水平明显增高，与无ISR的患者比较，两者差异有统计学意义(=0.026)。

2.3 基于神经网络的冠状动脉CSR 的分析及预测结果

2.3.1 神经网络的冠状动脉CSR 的分析及预测结果 总有93 个样本，其中训练组为76 个，测试组为17 个。均为有效样本。见表4。

表3 方程中的变量

表4 个案处理摘要

本研究中按照神经网络的基本原理，将训练组的76 例随访患者的这些影响因素的数据作为输入量，以患者对应的冠状动脉ISR 程度作为输出量，构建并训练神经网络，实现模型可对冠状动脉ISR 的预测效果。其余17 例PCI 术后的老年患者用于对预测结果的评估。本研究使用SPSS 24.0 版本进行多层感知器神经网络的构建。从表5和图1可以看出：神经网络模型分为2 层，其中各自的参数如上表，年龄对第一个节点H (1∶1) 的权重为-0.218，对第2 个节点H(1∶2) 的权重为-0.244，对第3 个节点H (1∶3) 的权重为-0.351。后面的变量一样。

表5 参数估算值

图1 多层感知器神经网络

表6变量的重要程度表可以看出：HbA1c 为最为重要，其次为脂蛋白a，第三为支架直径。

表6 自变量重要性

2.3.2 预测结果的评估 通过构建多层感知器神经网络模型可实现对冠状动脉ISR 的预测效果，并对预测作出评价。单次预测正确与否并不能正确反映模型的预测性能，必须考查多次预测的情况。预测的结果可以用(0 -1) 分布的随机变量来描述，见图2。

变量的重要程度表可以看出：HbA1c 为最为重要，其次为脂蛋白a，第三为支架直径。通过对比正确率：神经网络82.4%高于逻辑回归76.5%。见表7和表8。

图2 预测的结果可以用(0-1)分布的随机变量来描述

表7 多层感知器神经网络分类表

表8 非条件Logistic 回归分析分类表

3 讨论

ISR 的机制和防治已成为冠脉介入治疗领域探讨的热点[6]。本研究选取93 例老年患者病例作为样本，以确定冠状动脉ISR 的影响因素。经过二元Logistic回归分析，PCI 术后年份、多支病变、支架直径、HbA1c 在无ISR 患者与ISR 患者间＜0.05，差异具有统计学意义。本研究利用多层感知器神经网络构建预测模型，预测结果效果令人满意:会发生ISR 确诊率在82.4%，高于非条件Logistic 回归预测;因此，可以用来预测患者是否发生远期ISR 的可能性。然而，本研究中尚存在一些不足，本研究中，首先样本量仅为93 例，在训练神经网络时，训练样本量较少导致其预测的准确率降低。作为AI 神经网络学习技术，通常需要大量的数据，才能减少误差，如能扩大病例数，将更有临床实用价值。其次，本研究仅构建了SPSS多层感知神经网络，得出的重要自变量与非条件Logistic 回归预测中的差异变量并不一致，也并没有与其他神经网络模型作为对比，考虑可能还有其他更优的神经网络模型。此外综上，在下一步的工作中，应增加冠状动脉支架植入术患者的随访数据，建立起大样本影响因素与最优神经网络的关系，弥补小样本集和模型的不足。

本研究通过对93 例PCI 的老年患者进行随访分析，从10 种可能影响冠状动脉ISR 的因素中得出，支架直径、多支病变、术后年限、HbA1c、载脂蛋白(a)与是否发生冠状动脉ISR 密切相关。支架直径小，导致血流阻力增加，降低血流速度，脂质更容易沉积，促进支架内膜增生，导致ISR。Jennifer Huisman 等[7]研究认为，冠状动脉多支病变是ISR的相关因素之一。ISR 患者中多支病变比例较非ISR 患者增高，提示对于多支病变的患者选择治疗时，需严格掌握PCI 指征，优化手术方案。糖代谢障碍容易激活内皮炎症反应，是冠脉硬化的重要危险因素，长期的血糖控制不理想，将导致蛋白质糖基化及氧化过程加剧，促进支架内膜增生，最终易诱发ISR。脂蛋白a 属于胆固醇中含量较高的血浆脂蛋白，大量脂蛋白a 可导致冠脉硬化进展，诱导支架内ISR。其他6 种因素有待进一步研究。ISR 的机制目前尚不完全清楚，故基于此建立了神经网络模型，对冠状动脉是否发生ISR 进行预测。预测结果良好，可应用于老年冠心病患者的介入手术决策及术后远期的预后评估。