基于随机森林算法的脑小血管病伴轻度认知障碍的诊断模型研究*

曹 倩 苏牟潇 魏继鸿 唐志会 陈 蓓

脑小血管病是临床常见的疾病，是指脑组织在受到病理感染或机械性损伤等导致的颅内微小动脉及小动脉病变，从而引起脑组织出血性损害或者缺血[1，2]。随着生活方式的改变和人口老龄化的加速，脑小血管病的患病人数日益增多[3]。据报道[4]，每一万人中就有约485人会发生脑小血管病，给社会造成了严重的经济负担。轻度认知障碍是脑小血管病患者比较常见的并发症，早期其临床症状不典型且比较隐匿，容易被临床医生忽视，大部分患者在发现时已经出现了明显的认知能力降低，甚至发展成为痴呆，严重影响患者的日常生活，而且还会增加治疗的难度[5，6]。我国人口众多，医疗资源有限，我国脑小血管病伴轻度认知障碍的防治工作正在面临着十分严峻的挑战[7]。因此，尽早确定脑小血管病伴轻度认知障碍的危险因素，进而对患者进行适当干预，对于降低脑小血管病伴轻度认知障碍的发生风险十分必要。本研究分析226例脑小血管病患者的临床资料，构建预测脑小血管病伴轻度认知障碍的随机森林模型，以期为脑小血管病伴轻度认知障碍的防治提供理论支持。

1 对象与方法

1.1 对象 选取2019年12月～2021年3月绵阳市中心医院诊治的226例脑小血管病患者作为研究对象。入选标准：符合脑小血管病相关认知障碍中国诊疗指南(2019)中脑小血管病的诊断标准[8]；临床资料完整；年龄≥18岁；无肿瘤疾病；对本研究知情同意。排除标准：重要脏器功能障碍；近一年内有脑卒中及脑外伤等病史；听力、视力、语言功能障碍；精神疾病、抑郁；阿尔茨海默病、痴呆；近一年内有心脏类疾病史；哺乳期或妊娠期妇女。

1.2 方法

1.2.1 轻度认知障碍的判定标准 轻度认知障碍参考蒙特利尔认知评估量表(MoCA)[9]进行判断：该量表包括定向力、延迟回忆、抽象、语言、注意力、命名、视空间与执行力等7个项目，满分为30分，评分<26即可判定为轻度认知障碍。

1.2.2 病例分组及资料收集 根据轻度认知障碍的发生情况将所选脑小血管病患者分为轻度认知障碍组和无轻度认知障碍组。收集记录患者的临床资料进行分析，资料包括：性别、年龄、家庭月收入、体质量指数、文化程度、婚姻状态、独居、就业状态、高同型半胱氨酸血症、糖尿病、饮酒史、吸烟史、高血压及睡眠障碍等资料。

1.2.3 统计学方法 采用SPSS 24.0软件数据，计数资料选择卡方检验分析，运用Logistic回归分析筛选脑小血管病伴轻度认知障碍的危险因素，采用R(R3.5.3)软件建立预测脑小血管病伴轻度认知障碍的随机森林模型，并绘制受试者工作特征(ROC)曲线。以P<0.05为差异有统计学意义。

2 结果

2.1 脑小血管病伴轻度认知障碍的单因素分析 226例脑小血管病患者中有81例患者发生轻度认知障碍，轻度认知障碍的发生率为35.84%(81/226)，轻度认知障碍组和无轻度认知障碍组性别、家庭月收入、体质量指数、婚姻状态、就业状态、饮酒史及吸烟史等资料比较差异均无统计学意义(P>0.05)，而年龄、文化程度、独居、高同型半胱氨酸血症、糖尿病、高血压及睡眠障碍比较差异均有统计学意义(P<0.05)。见表1。

表1 两组患者一般资料分析

2.2 脑小血管病伴轻度认知障碍的危险因素 将单因素分析中年龄、文化程度、独居、高同型半胱氨酸血症、糖尿病、高血压及睡眠障碍差异有统计学有意义的项目作为自变量，以是否发生轻度认知障碍为因变量，赋值见表2，进行脑小血管病伴轻度认知障碍的多因素Logistic回归分析。结果显示，高龄、文化程度低、独居、高同型半胱氨酸血症、糖尿病、高血压及睡眠障碍是脑小血管病伴轻度认知障碍的危险因素(P<0.05)。见表3。

表2 变量赋值表

表3 脑小血管病伴轻度认知障碍的多因素Logistic回归分析

2.3 脑小血管病伴轻度认知障碍的随机森林模型变量重要性分析 以脑小血管病患者是否发生轻度认知障碍为因变量，将年龄、文化程度、独居、高同型半胱氨酸血症、糖尿病、高血压及睡眠障碍作为自变量，构建脑小血管病伴轻度认知障碍的随机森林模型。结果显示，树的数目为72时错误率最低。见图1。影响脑小血管病伴轻度认知障碍的因素重要性排序依次是年龄、高同型半胱氨酸血症、独居、高血压、文化程度、睡眠障碍及糖尿病。见图2。因此，影响脑小血管病伴轻度认知障碍的危险因素重要性排序依次是高龄、高同型半胱氨酸血症、独居、高血压、文化程度低、睡眠障碍及糖尿病。

图1 随机森林错误率评估

图2 随机森林模型变量重要性排序

2.4 两种模型的ROC曲线分析 随机森林模型预测脑小血管病伴轻度认知障碍的AUC为0.804，Logistic回归模型预测脑小血管病伴轻度认知障碍的AUC为0.797，随机森林模型与Logistic回归模型对脑小血管病伴轻度认知障碍皆具有较高的预测效能。见图3。

图3 随机森林模型与Logistic回归模型预测脑小血管病伴轻度认知障碍的ROC曲线

3 讨论

脑小血管病患者发生轻度认知障碍，如果不能及时对患者进行有效干预，可进一步发展成为痴呆，对患者的治疗极为不利，导致治疗的工作更加繁重[10]。因此，及早发现轻度认知障碍，分析脑小血管病患者发生轻度认知障碍的危险因素，从而进行合理干预，对于患者的治疗具有积极的帮助作用。本研究中，226例脑小血管病患者中有81例患者发生轻度认知障碍，轻度认知障碍的发生率为35.84%，提示脑小血管病患者是轻度认知障碍的易发人群，临床医生需要警惕脑小血管病患者发生轻度认知障碍。

Logistic回归是一种非线性概率型的预测模型，可以研究分类观察结果和一些协变量之间的关系，临床上通常将Logistic回归用于分析诱发疾病的高危因素[11]。本研究Logistic回归分析结果显示，高龄、文化程度低、独居、高同型半胱氨酸血症、糖尿病、高血压及睡眠障是脑小血管病伴轻度认知障碍的危险因素(P<0.05)。姜沪等[12]报道，高龄是轻度认知障碍的影响因素，本研究结果与之相符。老年人群的身体机能随着年龄增长而下降，组织器官逐渐衰老，激素、神经营养因子水平降低，因而更容易发生轻度认知障碍。王玲等[13]认为文化程度低的比较容易发生轻度认知障碍，本研究结果与之相符。文化程度较高能够增加神经元的连通性和可塑性，文化程度低神经元的连通性和可塑性也较低，因而文化程度低会增加轻度认知障碍的发生风险。代峰等[14]报道独居是轻度认知障碍的影响因素，本研究结果与之相符。独居的患者认知活动相对匮乏，大脑缺乏强烈的激励，神经元的寿命和可塑性降低，因而造成轻度认知障碍的发生风险增加。赵留庄等[15]报道高同型半胱氨酸血症是轻度认知障碍的影响因素，本研究结果与之相符。高水平的同型半胱氨酸会损害脑小血管，引起无症状脑梗死或脑白质异常，进而增加轻度认知障碍的发生风险。黄武全等[16]报道糖尿病是轻度认知障碍的影响因素，本研究结果与之相符。糖尿病患者体内血糖水平较高，而高血糖会对神经介质的表达及其传导速度进行影响，使得受体功能遭到破坏，造成脑功能改变，从而增加了轻度认知障碍的发生风险。杨艺等[17]认为有高血压的患者容易发生轻度认知障碍，本研究结果与之相符。高血压会降低血管自我调节功能，使得脑灌注不足，导致脑代谢异常和局部缺血缺氧，从而导致轻度认知障碍的发生风险增加。贾丛康等[18]报道睡眠障碍是轻度认知障碍的影响因素，本研究结果与之相符。有睡眠障碍的人群，大脑得不到较好的休息，褪黑素的分泌减少，从而增加了轻度认知障碍的发生风险。

随机森林模型是近些年兴起的一种数据分析方式，可以对大规模复杂无规律的数据进行高效处理，一般被用于分析诱发疾病的重要影响因素[19]。本研究建立了脑小血管病伴轻度认知障碍的随机森林模型，每项危险因素皆有其对应的重要性排序。相比于沈丽丽等[20]构建的Logistic回归模型，随机森林模型具有操作方便和可视可读的特点，并且能够看到危险因素的重要性排序，医学人员理解和使用起来更加方便和容易。本研究随机森林模型显示，影响脑小血管病伴轻度认知障碍的因素重要性排序依次是年龄、高同型半胱氨酸血症、独居、高血压、文化程度、睡眠障碍及糖尿病，临床可结合影响脑小血管病伴轻度认知障碍的因素重要性排序依次对患者进行干预以减少轻度认知障碍的发生率。随机森林模型预测脑小血管病伴轻度认知障碍的AUC为0.804，Logistic回归模型预测脑小血管病伴轻度认知障碍的AUC为0.797，随机森林模型与Logistic回归模型对脑小血管病伴轻度认知障碍皆具有较高的预测效能，提示随机森林模型临床应用的价值较高。

综上所述，高龄、高同型半胱氨酸血症、独居、高血压、文化程度低、睡眠障碍及糖尿病等是脑小血管病伴轻度认知障碍的危险因素，本研究构建的随机森林模型临床应用价值较高，有助于临床筛查轻度认知障碍高风险人群和提前制定相关的防治措施。