Logistic回归与决策树模型对大面积急性岛叶梗死患者预后的预测价值

包 曼,梁菲菲,孙子慧

岛叶位于大脑外侧裂深部,急性岛叶梗死可导致心脏结构、功能改变[1-2]。目前急性岛叶梗死主要治疗方法为静脉溶栓,但基础疾病、神经功能缺损程度等因素可影响溶栓效果,增加转归不良发生风险[3]。因而早期识别影响急性岛叶梗死患者临床转归相关因子,有助于临床制订干预措施。Logistic回归模型分析可量化临床结局事件的危险因素,但其不能提供良好决策建议[4]。决策树模型自身包含一系列逻辑对策, 自动交互检测法(CHAID)是决策树常用算法,可处理非线性或高度共线性数据,挖掘出主要影响因素,并可将变量间的相互关系可视化显示,进而预测临床结局事件[5-6]。目前决策树模型在大面积急性岛叶梗死中的应用报道较少,本研究对比决策树模型、Logistic回归模型对大面积急性岛叶梗死患者预后不良影响因素的分析效果,并分析其对预后不良的预测价值,为临床早期筛查预后不良高危人群提供科学指导。

1 资料与方法

1.1 一般资料

回顾性分析2019年1月—2022年12月本院收治的大面积急性岛叶梗死100例的临床资料。纳入标准:符合脑梗死诊断标准[7];大面积急性岛叶梗死诊断标准:磁共振成像(MRI)显示DWI任意1个或2个及以上层面岛叶累及超过2/3长度[8];头颅CT检查显示,病灶位置与临床定位相符[9];无脑梗死病史者;初次发病者。排除标准:溶栓治疗史者;入院时已出现发热、低氧血症;长期使用β受体阻滞剂者;存在脑出血倾向者;近期接受外科手术者;合并急性或慢性感染性疾病者;伴有肾肺等器官功能障碍者;合并颅脑外伤、颅内感染者;入组前1个月使用抗凝药物者。本研究中男58例,女42例;年龄45～77(60.61±5.02)岁;体质量指数(BMI)18～25(21.62±0.62)kg/m2;发病至溶栓时间1～4(2.50±0.41)h;基线美国国立卫生研究院卒中量表(NIHSS)评分9～19(14.12±1.48)分;有吸烟史25例,饮酒史31例;发病位置:左侧46例,右侧51例;基础疾病:高血压病16例,糖尿病27例,高脂血症20例,房颤14例。本研究经张家口市第一医院医学伦理委员会批准(KY2021060),患者均知情同意。

1.2 方法

1)治疗方法与预后判定:研究对象均接受阿替普酶(德国勃林格殷格翰公司,批准文号:S20110051,规格:50 mg)静脉溶栓治疗,用药剂量为0.9 mg/kg,总剂量≤90 mg,1 min内静脉推注药物总剂量的10%,剩余90%于1 h内使用微量注射泵持续静脉泵入。治疗结束后采用电话随访、门诊复查方式随访3个月,依据改良Rankin量表(mRs)评分判定预后,mRS评分≤2分定义为预后良好,否则视为预后不良[10]。

2)收集临床资料:收集研究对象临床资料,包括性别、年龄、BMI、发病至溶栓时间、基线NIHSS评分[11]、发病位置、服药史、吸烟史、饮酒史、基础疾病、收缩压、舒张压、糖化血红蛋白(HbA1c)、总胆固醇(TC)、三酰甘油(TG)、高密度脂蛋白胆固醇(HDL-C)、低密度脂蛋白胆固醇(LDL-C)。NIHSS评分标准:含眼球运动、语言、意识、视野等多个维度,总分42分,分值越低神经功能缺损程度越严重。

3)血清学指标检测:采集研究对象空腹静脉血5 mL,常规分离血清,采用酶循环法检测血清同型半胱氨酸(Hcy)水平(永和阳光生物公司),采用电化学发光免疫法检测血清肌钙蛋白T(cTnT)水平(上海西唐生物公司),采用ELISA检测血清鸢尾素(irisin)、闭锁蛋白(Occludin)水平,武汉伊莱瑞特生物公司提供irisin检测试剂盒,上海酶联生物公司提供Occludin检测试剂盒。

4)决策树模型建立:将大面积急性岛叶梗死预后影响因素进行决策树交互检测分析,采用CHAID分析树的生长,生长枝条分割显著性水准α=0.05;采用预修剪方法进行树的修剪,设定决策树生长层数为3层,停止规则α=0.05,父节点最小样本量为97,子节点最小样本量为20,若节点样本量无法达到该要求,则该节点为终末节点,不再进行分割。

1.3 统计学方法

2 结果

2.1 临床转归情况

发病3个月后,100例大面积急性岛叶梗死共3例失访,38例(39.18%)预后不良,59例(60.82%)预后良好,分别纳入预后不良组和预后良好组。

2.2 大面积急性岛叶梗死患者预后影响因素单因素分析

2组年龄、发病至溶栓时间、房颤、基线NIHSS评分及基线cTnT、Hcy、irisin、Occludin水平比较差异有统计学意义(P<0.01)。见表1。

表1 不同预后大面积急性岛叶梗死患者预后影响因素单因素分析

2.3 大面积急性岛叶梗死患者预后影响因素多因素Logistic回归分析

以大面积急性岛叶梗死患者是否预后不良为因变量(是=1,否=0),将表1中差异有统计学意义的指标纳入Logistic回归方程(房颤:是=1,否=0;年龄、发病至溶栓时间、基线NIHSS评分、基线cTnT、基线Hcy、基线irisin、基线Occludin原值代入),显示年龄、房颤、基线cTnT、基线Hcy、基线irisin、基线Occludin是大面积急性岛叶梗死患者预后不良影响因素(P<0.01)。见表2。

表2 大面积急性岛叶梗死患者预后影响因素多因素Logistic回归分析

2.4 决策树模型

由决策树模型可知,年龄、房颤、基线cTnT及基线Occludin是大面积急性岛叶梗死患者预后不良影响因素,其中年龄影响最为显著。见图1。

Occludin为闭锁蛋白,cTnT为肌钙蛋白T。

2.5 两种模型预测效能比较

以大面积急性岛叶梗死患者预后不良为阳性标本,预后良好为阴性标本,将Logistic回归模型及决策树模型分析结果导入SPSS 24.0软件绘制ROC曲线,结果显示,决策树模型预测大面积急性岛叶梗死患者预后不良效能的AUC为0.931(95%CI:0.861,0.973),敏感度及特异度分别为76.32%、98.31%,优于Logistic回归模型[AUC为0.874(95%CI:0.791,0.933),敏感度及特异度分别为76.32%、81.36%]。见图2。

图2 2种模型对大面积急性岛叶梗死患者预后不良的预测效能比较

3 讨论

脑梗死发病机制与血栓形成、血流动力学紊乱等有关,其心肌改变与岛叶损伤有关,岛叶梗死严重程度与心脏功能受损程度有关[13-15]。本研究结果显示,大面积急性岛叶梗死患者预后不良率为39.18%,与既往研究结果相似[16],提示临床应重视大面积急性岛叶梗死患者临床预后情况,加强早期心电监护,并早期制订干预措施,以降低预后不良发生风险。

Logistic回归方程分析可有效展示因变量、自变量的依存关系,并考虑自变量是否对因变量构成交互作用,但当自变量较多时难以分析交互作用[17]。决策树模型可分析主要影响因素与各影响因素交互作用,并可分析某个变量在不同亚群中的影响,且无需考虑变量间共线性问题,同时可弥补传统Logistic回归模型的不足与劣势,避免评估复杂参数及分析变量间的关系,无法反映变量主效应与叠加效应,可更直观输出结构,具有良好可视化效果[18-19]。本研究经Logistic回归分析显示,年龄、房颤及基线cTnT、irisin、Occludin是大面积急性岛叶梗死患者预后不良的影响因素。年龄较大者自身调节能力较差,加之伴有较多基础疾病,导致神经毒性物质生成量增加,诱发神经元坏死,致脑组织损伤加重[20-21]。本研究结果发现,预后不良组年龄高于预后良好组,这可能与年龄较大者血管弹性较差有关,同时高龄者岛叶梗死可影响自主神经功能,刺激交感神经末梢释放儿茶酚胺,致心肌损伤,而溶栓治疗可引起内环境失衡,影响临床结局。房颤是引起心源性脑梗死的主要原因,并可促使再灌注发生于已受损的血管床区,增强血管壁通透性、血管易损性,降低重建侧支循环能力,进而增加临床预后不良风险[22]。cTnT升高可引起心室血供不足、心血管血栓栓塞,损伤心肌功能、心血管,并可引起脑岛叶病变,破坏细胞膜完整性,诱发脑源性心肌损害[23-24]。由此推测,右侧岛叶梗死后可升高儿茶酚胺类水平,引起脑源性心肌损害,致cTnT水平升高,造成预后不良。Occludin可调节上皮细胞渗透性,且与血脑屏障功能、炎症反应、免疫反应相关,其水平降低可能使炎性细胞浸润、细胞凋亡、氧化应激[25-27]。本研究结果显示,预后不良组血清Occludin水平低于预后良好组,提示Occludin水平降低可能加重机体炎症反应,诱发血脑屏障功能障碍,增加预后不良风险。因而针对大面积急性岛叶梗死患者,临床医师在管理时应予以适当心脏病评估与二级预防并加强心电监护,尽可能完善心电图、心脏彩超等检查,还应动态监测Occludin水平,以采取相应手段预测预后不良的发生。

irisin可抑制炎性因子表达、炎性细胞浸润进而发挥抗动脉粥样硬化作用,其水平降低可直接损伤血管内皮细胞,促进心脑血管病变[28-30]。发病至入院时间延长可导致静脉溶栓治疗效果降低[31-32]。Hcy水平升高可引起血管舒张功能障碍,造成内皮功能损伤,加重神经功能损伤[33]。NIHSS评分与脑梗死面积、水肿程度呈正相关[34-35]。但本研究结果发现,去除混杂因素后发病至溶栓时间、基线NIHSS评分不是预后的独立影响因素,其原因可能为本研究样本量较少。决策树模型发现,年龄、房颤、基线cTnT、Occludin是预后不良影响因素,与Logistic回归分析相比,irisin未纳入决策树模型,其原因可能为共线性存在促使irisin作用被掩盖。决策树模型不受共线性影响,且具有高度准确性,并可分析某个因素在不同亚群中是否有意义[36-37]。本研究发现,决策树首层的因素为年龄,年龄越大的患者预后不良发生率越高;第2层显示变量间交互关系,Occludin水平变化是年龄<60岁者预后不良的影响因素,而房颤是年龄≥60岁者预后不良的影响因素;第3层显示血清cTnT水平是伴有房颤者预后不良的影响因素。临床工作者可依据决策树模型识别高危人群,把握治疗时间窗,以改善临床结局。同时本研究对比两种模型对预后不良的预测价值,结果显示,决策树模型预测大面积急性岛叶梗死患者预后不良的AUC大于Logistic回归模型,提示决策树模型对预后不良的预测效能优于Logistic回归模型。

综上所述,年龄、房颤及基线cTnT、Occludin是大面积急性岛叶梗死患者预后不良影响因素,基于上述因素构建Logistic回归模型和决策树模型均具有良好应用价值,有助于临床诊治,促进预后改善。但本研究存在不足之处,关于cTnT、irisin、Occludin在大面积急性岛叶梗死发生发展中调控机制尚需进一步探究,可能作为临床治疗的潜在靶点。