基于數(shù)據(jù)挖掘的地震創(chuàng)傷患者入院后結(jié)局預(yù)測模型

描述：目的模式識別技術(shù)（PRT）是一種挖掘重要信息的新型工具，可以從海量數(shù)據(jù)中提取新的知識?；阢氪ㄌ卮蟮卣鹬袆?chuàng)傷患者的數(shù)據(jù)，筆者采用PRT建立地震傷員結(jié)局預(yù)測模型，旨在為提高災(zāi)難醫(yī)學(xué)救援水平提供一種新...【摘要】目的

模式識別技術(shù)（PRT）是一種挖掘重要信息的新型工具，可以從海量數(shù)據(jù)中提取新的知識?；阢氪ㄌ卮蟮卣鹬袆?chuàng)傷患者的數(shù)據(jù)，筆者采用PRT建立地震傷員結(jié)

局預(yù)測模型，旨在為提高災(zāi)難醫(yī)學(xué)救援水平提供一種新的方法。方法

采用回顧性數(shù)據(jù)挖掘方法，數(shù)據(jù)來自于四川省醫(yī)學(xué)科學(xué)院創(chuàng)傷數(shù)據(jù)中心2008年5月12日至20日收治的2316例住院地震傷患者病例信息。將患者資料按照

生存與死亡、是否發(fā)生多器官功能不全綜合征（multiple

organ

dysfunction

syndrome，

MODS）分組。根據(jù)正態(tài)性分布檢驗結(jié)果，計量資料以均數(shù)±標(biāo)準(zhǔn)差（x±s）或者中位數(shù)（四分位數(shù)）表示，統(tǒng)計檢驗采用Student

T檢驗或者Wilcox檢驗；計數(shù)資料采用構(gòu)成比表示，統(tǒng)計檢驗采用χ2檢驗或者Fisher檢驗。多元統(tǒng)計分析采用偏最小二乘法

判別分析（partial

least

square-discriminant

analysis，

PLS-DA）。多元聚類圖采用二維主成分的PLS的投影圖，并采用重要性投影指標(biāo)值（variable

important

projection，VIP）篩選與臨床結(jié)局相關(guān)的重要變量，工效曲線（receiver

operating

characteristic

curve，

ROC）作變量靈敏性分析。結(jié)果

經(jīng)數(shù)據(jù)清理后1919例患者的病例資料納入研究；篩選出31項人口學(xué)指標(biāo)、生理-生化指標(biāo)以及干預(yù)因素作為暴露參數(shù)；獲得36例院內(nèi)死亡病例和17例

MODS病例。MODS相關(guān)病死率為47.1%。經(jīng)過PLS-DA分析，二維主成分得分圖可以辨識出生存、MODS和死亡模式。對病死率和MODS進(jìn)行預(yù)

測，

ROC曲線下面積（area

under

curve，

AUC）分別為0.882和0.979。PLS-DA的重要性投影指標(biāo)值（VIP）確定了8項生理指標(biāo)（pH，BE，PaCO2，PaO2，HCO3，SBHCO3，Cr

和首日補液量）構(gòu)成了與院內(nèi)死亡和MODS發(fā)生的相關(guān)模型。結(jié)論

研究建立了一項可以預(yù)測特大地震創(chuàng)傷入院患者預(yù)后模型（由入院接受創(chuàng)傷治療的生理-生化指標(biāo)集合和液體復(fù)蘇干預(yù)構(gòu)成）?；谠撃Ｐ?，將有助于開發(fā)幫助醫(yī)務(wù)

人員在特大災(zāi)難醫(yī)學(xué)救援中早期預(yù)判高危患者的計算機輔助診斷系統(tǒng)。

2008年5月12日發(fā)生的四川汶川地震為例（里氏8.0級），參與救治的現(xiàn)場醫(yī)療隊多達(dá)上千支，動員了數(shù)千家現(xiàn)場和后方醫(yī)療機構(gòu)接收多達(dá)300萬患者。盡早發(fā)現(xiàn)導(dǎo)致傷員死亡的相關(guān)因素，建立預(yù)后預(yù)測模型，進(jìn)而對于提高地震傷救治成功率，挽救生命，具有重要意義。

目前的研究大多數(shù)是描述性的傷員流行病學(xué)特征分析，往往采用單因素分析技術(shù)對影響患者結(jié)局相關(guān)的臨床指標(biāo)進(jìn)行逐項篩選。欲全面、準(zhǔn)確地獲取地震傷致死相關(guān)因素，進(jìn)而開發(fā)具有較高實用性的預(yù)后預(yù)測模型，必須引入新的思想和數(shù)學(xué)方法。

模式識別技術(shù)已經(jīng)開始應(yīng)用于臨床大數(shù)據(jù)分析和構(gòu)建預(yù)后預(yù)測模型。

模式識別的核心思想是將患者的病情（就創(chuàng)傷而言，包括受傷時情況、特定時點的生理生化指標(biāo)）視為不同的、可區(qū)分的模式，隨著治療干預(yù)措施的實施，傷情模式

隨之發(fā)展、變化，最終導(dǎo)致患者出現(xiàn)生或者死的最終結(jié)局。在這個意義上，由各種指標(biāo)共同組成的傷情模式較之單一指標(biāo)更能提供多維度、立體的預(yù)后預(yù)測信息。

本研究擬基于模式識別技術(shù)，通過對汶川特大地震后一組住院傷員的大數(shù)據(jù)挖掘，發(fā)現(xiàn)影響患者病死的傷情相關(guān)因素組合模式，進(jìn)而提出一種對大地震后傷員病死預(yù)

后的預(yù)測模型。

1

資料與方法

研究對象來源于四川省醫(yī)學(xué)科學(xué)院·四川省人民醫(yī)院2008年5月12日至5月20日期間收治入院的所有汶川地震傷員，總計2316例。對病例資料數(shù)據(jù)的使用，經(jīng)四川省醫(yī)學(xué)科學(xué)院·四川省人民醫(yī)院醫(yī)學(xué)倫理委員會批準(zhǔn)。

通過該數(shù)據(jù)庫中的數(shù)據(jù)，筆者在94項入院臨床記錄中進(jìn)行數(shù)據(jù)篩選和清理。其中整理出了包括患者的年

齡、性別以及入院時的首日臨床資料共計31個臨床指標(biāo)作為特征用于進(jìn)行與預(yù)后相關(guān)結(jié)局（死亡和發(fā)生MODS）的模式識別。本組病例患者多于短時間內(nèi)由地震

災(zāi)區(qū)送入本院，其中60%來源于地震發(fā)生后2

d。短時間內(nèi)大量患者涌入，除創(chuàng)傷科外，其他外科及內(nèi)科?？漆t(yī)師均被動員參加傷員救治，大多數(shù)患者來院時未常規(guī)進(jìn)行ISS評分。

結(jié)局指標(biāo)：院內(nèi)死亡及發(fā)生MODS（MODS診斷標(biāo)準(zhǔn)參考《2004嚴(yán)重感染和感染性性治療指南》）

。

統(tǒng)計學(xué)方法：首先按照本實驗室建立的臨床數(shù)據(jù)挖掘操作手冊對數(shù)據(jù)進(jìn)行常規(guī)數(shù)據(jù)清理，基線數(shù)據(jù)按照生存與死亡分組，計量資料以均數(shù)±標(biāo)準(zhǔn)差（x±s）或者中

位數(shù)（四分位數(shù)）表示，統(tǒng)計檢驗采用Student

t檢驗或者Wilcox檢驗；計數(shù)資料采用構(gòu)成比表示，統(tǒng)計檢驗采用χ2檢驗

或者Fisher檢驗。多元統(tǒng)計分析采用偏最小二乘法判別分析（PLS-DA），

多元聚類圖采用2主成分的PLS的投影圖，并采用重要性投影指標(biāo)值（var