冠状动脉旁路移植术患者术后早期再入院风险预测模型的构建

2022-06-22 06:13:14丁琰俊杭琤张明戴伟涛卞凌英
护士进修杂志 2022年12期
关键词:贝叶斯心衰入院

丁琰俊 杭琤 张明 戴伟涛 卞凌英

(南京医科大学附属常州第二人民医院,江苏 南京 213000)

冠状动脉粥样硬化性心脏病是冠状动脉血管发生动脉粥样硬化病变而引起血管腔狭窄或阻塞,造成心肌缺血、缺氧或坏死而导致的心脏病,常被称为“冠心病”[1]。冠心病严重威胁人们健康,甚至造成猝死。目前,冠状动脉旁路移植术(Coronary Artery Bypass Grafting,CABG)被认为是治疗冠心病最有效的方法之一[2],且CABG已成为较常见的主要外科手术之一,仅在美国每年就进行约40万例[3]。然而在诸多因素的影响下,行CABG术的患者康复情况不尽相同,部分患者由于病情反复而再次入院治疗[4]。术后再次入院不仅导致患者生活质量下降,还大大增加了医疗成本,降低了患者的预期生存时间。如何有效、便捷识别再入院风险较高的病患,成为临床医师新的难题。在欧洲、美国等指南[5-6]相继指出利用数据建立判别模型,可有效识别出院后再入院的高危患者,进而采取针对性的预防措施降低患者再入院的风险。然而国内关于CABG术后再入院的研究较少,且与CABG患者术后早期预后的研究主要集中在分析预后和并发症的相关因素[7],不能为识别高风险患者提供可量化的工具。鉴此,本研究通过分析CABG患者出院后再入院的高危患者相关危险因素,构建贝叶斯判别模型并进行了验证。现报告如下。

1 资料与方法

1.1一般资料 研究资料来源于我院2015年1月-2019年1月收治的行CABG患者。本研究经本院伦理委员会批准(审批号:[2019]KY043-01)。纳入标准:(1)符合《中国冠状动脉血运重建适宜性标准的建议(试行)》[8]中的标准,并顺利完成CABG治疗的患者。(2)病史明确,相关实验室指标检查数据资料保存完整。(3)术后30 d内完成随访(院外死亡由家属告知具体死亡时间)。排除标准:(1)围术期死亡或出院未满1月死亡者。(2)术后转院和其他随访期间由于意外等其他原因去世,无法知道结局失联者。(3)出院后未遵医嘱继续相关治疗。最终纳入320例患者。

1.2方法

1.2.1数据的收集及预处理 根据患者出院后1月内是否为再次入院,将患者分为未再入院组和再入院组。其中,再入院定义为因手术相关并发症或冠心病病情变化而出现的非计划再入院。分别从其病程中提取患者的年龄、性别、BMI及住院时长等一般资料和住院相关情况(包括加拿大心血管学会(Canadian Cardiovascular Society,CCS)分级、住院时长、是否合并感染、是否置入支架、手术时长、有无谵妄、有无心肌梗死史和中风史以及介入治疗史等)。所有数据均由2名研究者独立分别收集整理,经比对和纠正后锁定数据,进行统计分析。将患者编号后采用train_test_split函数分为2组,其中将260例患者作为模型组应用朴素贝叶斯分析构建贝叶斯判别模型,60例患者作为验证组验证模型的预测效能。模型组患者平均年龄(66.25±8.33)岁,男性189例,女性71例,其中再入院47例(再入院率为18.08%);验证组平均年龄(67.11±8.51)岁,男性49例,女性11例,其中再入院者10例(再入院率为16.67%)。2组患者平均年龄及性别比例间差异无统计学意义(P>0.05)。

1.2.2模型构建与检验 贝叶斯判别分析采用朴素贝叶斯(naïve Bayes,NB)算法进行建模,预测模型的混淆矩阵中可靠性和精确度采用百分率表示受试者工作特征曲线(Receiver operating characteristic clirve,ROC曲线),采用锁定目标的方式进行绘制。采用混淆矩阵和ROC曲线和曲线下面积(area under curve,AUC)的大小来评价模型的优劣,混淆矩阵的计算值越大,模型的精确度越高;AUC的值越大,模型的精确度越好。

1.3统计学方法 本研究数据分析使用SAS 9.2软件进行。将连续性变量按标准转换成等级资料,使用χ2检验分别比较再入院患者和未再入院患者各变量间差异。从χ2检验中选取2组患者存在统计学差异的因素,以是否再入院为因变量,2组患者存在统计差异的指标为自变量,先验概率分别为0.5进行贝叶斯判别,得出各个特征在每个类别下的系数,进而构建模型:P1 = a1*×X1+……+an*×Xn;P0 = b1*×X1+……+bn*×Xn。建立判别式后对验证组数据进行验证,以实际入院情况为金标准,计算判别结果的灵敏度和特异度。采用kappa检验分析模型在内部验证和外部验证时与实际情况的一致性,并绘制ROC曲线,计算曲线下面积评估模型的效能。P<0.05为差异有统计学意义。

2 结果

2.12组患者临床资料单因素分析结果 260例患者中再入院者47例,再入院率为18.08%,为再入院组,213例未再入院者为未再入院组。2组患者年龄、性别、体质指数(BMI)、冠心病CCS分级、住院时长、合并感染、心衰史组间比较差异有统计学意义(P<0.05)。见表1。

表1 2组患者临床基线资料比较

2.22组患者临床资料潜在因素赋值与单因素分析结果 其中再入院者47例,再入院率为18.08%,见表2和表3。

表2 2组患者临床资料潜在因素赋值

表3 2组患者临床资料单因素分析结果

2.2贝叶斯判别分析结果 各因素在贝叶斯判别模型中的系数模型构建如下:P1=-2.51×年龄-2.58×性别+2.65×BMI+3.47×CCS分级+1.50×住院时长+1.07×心衰史+1.36×合并感染-13.04;P2=1.65×年龄-2.68×性别+7.09×BMI+9.62×分级+2.41×住院时长+13.56×心衰史+9.72×合并感染-14.66。所有患者分别计算P1和P2,显示P1>P2则患者属于再入院低风险人群,P1

表4 贝叶斯分类函数各因素系数

2.3对建模病例资料考核判别模型结果 建模组模型内部验证的灵敏度为87.32%,特异度为80.85%,Kappa值=0.693,(P=0.000);验证组外部验证的灵敏度为87.18%,特异度为80.95%,Kappa值=0.764,(P=0.000);ROC曲线下面积为0.865(0.605~0.903),结果具有统计学意义(P=0.025)。见表5和图1。

表5 建模病例资料内部和外部判别模型的混淆矩阵

图1 建模组模型的ROC曲线

3 讨论

3.1早期再入院模型的构建研究结果及分析 本研究通过进行单因素分析,并应用贝叶斯模型建立了判别模型,其中未再入院为P1=-2.51×年龄-2.58×性别+2.65×BMI+3.47×分级+1.50×住院时长+1.07×心衰史+1.36×合并感染-13.04;P2=1.65×年龄-2.68×性别+7.09×BMI+9.62×分级+2.41×住院时长+13.56×心衰史+9.72×合并感染-14.66,所有患者可以分别计算P1和P2,显示P1>P2则患者属于再入院低风险人群,P1

3.2CABG术后早期再入院的重要危险因素 (1)年龄:本研究结果发现年龄在P1方程中系数为-2.51,而在P2方程中系数为1.65,说明年龄较大的患者被分类到P2中的概率会上升,因此年龄因素对再入院风险有显著影响,意味着老年患者CABG术后早期再入院风险较大。Johnston P等[9]对复杂慢性疾病人群再入院的调查表明,伴随年龄越大再入院率风险越高;另有研究[10]发现,患者年龄与术后短期并发症发生率及住院时间的风险增加均有影响。(2)性别和BMI:男性和BMI较高患者通常具有更多的基础疾病和吸烟饮酒等不良嗜好,且引起诸多并发症危险因素,在术后,早期预后较女性及非肥胖患者具有更高的不良预后风险[11]。(3)住院时长、术后感染及心衰:住院时长在一定程度上可反映患者围术期病情,术后住院时间长还可增加患者院内感染的风险;且病程较长和病情较重的冠心病患者心功能分级通常较高,而这多提示患者心脏功能明显受损,与I级和II级CABG患者相比,III级和IV级患者的心功能和一般状况更为不佳,对早期和远期预后均存在较大的影响。

3.3国内外研究及其对比分析 Gulack BC等[12]针对CABG术后手术部位感染和再入院风险的研究提示,术后感染是CABG患者再入院和不良预后风险的重要危险因素,表明术后感染与再入院存在密切关系。而关于CABG患者术后感染的研究在分析不同手术方式及术后干预的同时,也显示术后感染显著增加了患者术后非计划再入院进行干预的风险[13]。此外,在其他疾病的研究当中,感染均是30 d内再入院的危险因素[14-15]。本研究结果发现,合并感染患者在P1方程中的系数1.36,而在P2方程中的系数为9.72,合并感染的患者被分类到P2中的概率会上升,因此笔者分析合并感染患者因素为CABG术后早期再入院风险存在较大影响因素。另外,本研究方程中还提示患者较长的住院时长及存在心衰史也会增加患者再入院风险。因心衰本身为一种严重心脏疾病,严重者需介入及外科治疗[16]。Ranucci等[17]对接受冠状动脉手术患者及围术期心力衰竭者做过深入研究。Foulks等[18]报道过单心室性心脏病1期姑息手术术后心力衰竭的病例,说明术后心衰病例并不少见。因此,对于伴有心衰史患者的术后护理,应当更加注重对其基础疾病的关注和治疗。

3.4再入院模型的验证及评价 本研究分别将建模组进行内部验证(即回代检验),结果显示:模型结果与实际入院风险的一致性较高,提示模型对于纳入研究的患者具有较好的代表性;同时,将模型应用到验证组进行外部验证,提示外部验证的一致性和曲线下面积较高,可见该模型对于非模型内患者具有较好的普适性。因此,本研究使用的贝叶斯判别分析建立模型,能为判断受试者是否是再入院风险患者提供一定的参考。

3.5CABG术后早期再入院因素的预防及干预 本研究提示,年龄>55岁、男性、高BMI、住院时长>2周、合并感染及伴有心衰史的患者存在极高的近期再入院风险,应积极分析存在上述危险因素患者的病情,尤其是针对上述因素相关的心功能不全、局部和/或全身感染、静脉血栓以及新发心脑血管不良事件等并发症,进而降低患者的再入院风险。同时,在分析患者危险因素的基础上,结合本研究所构建的危险评分系统,可以定量分析患者的再入院危险度,重点对高风险患者进行筛查和分析,有助于降低临床工作量、提高筛查效益。

综上所述,本研究发现,年龄>55岁、男性、住院时长>2周、合并感染以及伴有心衰史是CABG术后患者再入院的危险因素,临床应针对年龄>55岁的男性CABG术后患者进行住院时长、合并感染情况及是否有心衰史进行重点关注,以早期识别CABG术后再入院高危患者。因本研究为单中心研究且随访时间限定为30 d,这可能会导致模型受到再入院患者中某些极端情况(如30 d左右发生并延迟入院)的影响较大结果较为片面,使得模型过拟合而泛化能力不足。

猜你喜欢
贝叶斯心衰入院
国外心衰患者二元关系的研究进展
住院医师入院教育实践与效果探索
睡眠质量与心衰风险密切相关
中老年保健(2021年2期)2021-12-02 00:50:10
讨论每天短时连续透析治疗慢性肾脏病合并心衰
贝叶斯公式及其应用
作文门诊室
基于贝叶斯估计的轨道占用识别方法
作文门诊室
一种基于贝叶斯压缩感知的说话人识别方法
电子器件(2015年5期)2015-12-29 08:43:15
作文门诊室