膝骨性關節炎分級預測軟件的設計與開發＊

文 騰，高經緯＊＊，張興平，高 云，魏 戌，王 佩，王 浩，陳紅玉，姚曉梅

（1.中國中醫科學院望京醫院 北京 100102；2.中國中醫科學院眼科醫院 北京 100040）

膝骨性關節炎（Knee Osteoarthritis，KOA）是骨科的多發及常見疾病[1]，主要臨床表現為膝關節疼痛、無力和不同程度活動受限，甚至畸形[2]。目前對于KOA的發病機制尚未十分明確，高齡、女性、肥胖是國內外認可度較為一致的危險因素。在傳統中醫學概念中并沒有關于膝骨關節炎的中醫病名，根據本病的臨床表現及癥狀特征的表述，它包括在“骨痹”、“痹證”等范疇。傳統醫學認為正虛衛外不固是骨痹發生的內在基礎，感受外邪是骨痹發生的外在條件。本病發病在于本虛標實。骨痹的形成與體質因素、氣候條件、生活環境和飲食相關。因KOA在臨床上早期癥狀不明顯，出現明顯癥狀時通常處于疾病中晚期且需要通過關節置換手術進行治療。但由于本病臨床上缺乏客觀的系統的有效的根治措施，因此，搜尋KOA致病影響因素，尋找有效的干預管理辦法已經引起社會衛生領域的重視。

我國目前還沒有膝骨性關節炎發病預測模型建立。為此，我們應用C#編程技術，對基于膝骨性關節炎分級預測模型[3]的自測軟件進行開發，為廣大患者普及相關知識，在就診前支持患者自測并進行初步判斷。

1 設計原則

預測系統軟件以科學、專業、可靠、通用為特點，以患者為中心，強調該軟件的使用價值。

1.1 注重內容的科學性

系統數據處理模型為依靠臨床科研共享系統[4,5]產出的結論：膝骨性關節炎分級預測模型。經過初步評估確認具有良好的預測能力。

1.2 把握軟件的通俗性

模型的數據來源來為中國中醫科學院望京醫院的醫療電子病歷。為了讓患者便于理解和操作，軟件的內容上均翻譯成通俗的表達方式和特定詞語標記注釋、說明。

1.3 突出使用的便捷性

本系統的開發在windows操作系統上正常運行,滿足了社會廣大用戶的需求。軟件采取問卷式設計，界面整潔清晰，按鈕規則明確，操作方便耐用，適合各年齡階層的用戶。

2 軟件設計

2.1 軟件需求分析與建模

開發模型選擇為：快速原型模型[6]和迭代法通過對軟件的設計方案分析、開發難度預估、開發技術選擇和質量評估等分析，對比各種開發模型的適用范圍，最終選擇應用快速原型模型和迭代法結合的方式（圖1）。

圖1 膝骨性關節炎預測軟件開發模型流程

2.2 軟件開發環境的選擇

系統運行基于Windows 操作系統，利用.Net Framework 包含的強大代碼庫，借助于Visual Studio 2008 提供的開發環境，以C#語言來構建程序框架（表1）。

表1 膝骨性關節炎預測軟件開發環境介紹

3 軟件設計及實現

3.1 膝骨性關節炎分級測算法設計

3.1.1 臨床資料

通過使用中國中醫科學院劉保延團隊設計的臨床科研共享系統[4]，在進行臨床診療工作的真實世界中同步完成病例采集、數據提取、質量控制、數據核查和標準化等工作。本課題共收集病例753 例，每位患者只參與研究一次，不進行隨訪。本次研究病例中最小年齡為22 歲，最大為92 歲。男性人數為161 人，女性為592人。

3.1.2 研究方法

在全面獲取傳統醫學和現代醫學關于膝骨關節炎發病因素、癥狀、體征、查體及各種量表數據基礎上，結合文獻調查和專家頭腦風暴法，并運用有序Logistic回歸分析篩選出膝骨關節炎分級的影響因素，建立膝骨關節炎有序Logistic回歸分級模型，發現與膝骨關節炎分級相關的影響因素共計13 項。其中危險因素為10項，分別為：高齡、肥胖、病程長、反復發作、下肢畸形、股四頭肌萎縮，同時WOMAC 指數、中醫證候量表積分、VAS評分也與膝骨關節炎分級程度呈正相關關系。保護因素為3 項，包含單膝疼痛，疼痛范圍局限，此外膝關節活動度也與膝骨關節炎分級程度呈負相關關系。

3.2 構建出膝骨關節炎有序Logistic回歸分級模型

圖2 膝骨性關節炎預測軟件迭代流程

KOA 分類模型以X 線分級Ⅰ級、Ⅱ級、Ⅲ級、Ⅳ級為結局，基于篩選出的影響因素構建KOA有序logistic回歸分類模型。

式中X1為年齡，X2為BMI 指數，X3為疼痛持續時間，X4為是否反復發作，X5為晨僵情況，X6為中醫癥候量表，X7為Womac量表，X8為VAS疼痛標尺，X9為下肢畸形，X10為股四頭肌萎縮情況，X11為活動范圍，X12為疼痛側別，X13為疼痛范圍。

由多因素有序logistic回歸可得b（Ⅰ級）=3.644，b（Ⅰ級、Ⅱ級）=6.448，b（Ⅰ級、Ⅱ級、Ⅲ級）=8.891。

模型公式為：

3.3 軟件算法實現

模型最終測評項共53 個，標準測評過程為：用戶根據個人情況填寫所有測評項，包括基本信息采集表13 項、中醫證候量表16 項、WOMAC 量表24 項。計算得到測評原始分。通過模型將測評原始分進行轉化。按照模型結論將測評結果進行快速分型。對所有測評項進行收集、核查、信息轉化、處理、計算等一系列操作后，應用膝骨性關節炎分級預測模型，得到預測結果。

3.4 軟件內容設計

3.4.1 界面簡潔易懂

為保證界面簡潔易懂，患者填寫思維連貫，本軟件先將測評項分為疼痛描述相關項及日常活動相關項。再于同一類測評項中，按手工輸入方式和選擇輸入方式分類，達到界面內容簡明、主題明確的目的。

3.4.2 內容通俗化

將所有晦澀難懂、容易混淆的中醫名詞選出，經過翻閱中醫經典進行名詞釋義后，由具備主任醫師職稱的中醫專家討論確認，最終確定替換的通俗詞語。結合部分問題注釋內容，以便于普通患者的理解（表2）。

表2 中醫名詞通俗化及添加注釋內容

3.4.3 軟件優化

優化數據收集界面操作:添加切換問題快捷鍵；用不同顏色提示用戶未填寫內容及填錯內容；用預設值提示用戶填寫問題。

3.5 軟件功能模塊

本軟件的目的是引導用戶填寫測評項，最終得到預測等級及建議。因此初步設計為三大模塊即：登陸模塊、數據收集模塊及預測結果模塊。所有模塊盡量避免耦合，功能獨立（圖3、表3）。

圖3 膝骨性關節炎預測軟件系統結構圖

表3 膝骨性關節炎預測軟件模塊設計

3.6 軟件結構設計

骨性關節炎分級預判系統的體系結構由activity包、adapter 包、Questionnatire 包、Evaluate 包 組 成。activity 包封裝了圖形用戶接口的控制對象，提供用戶界面繪制及用戶交互相應。Adapter 包封裝了調查問卷適配器，用來連接業務對象和人機界面，主要針對數據層，典型應用是關系型數據庫和其他后端數據資源。Questionnatire包封裝了基本信息及體征評測項和癥狀評測項。考慮到軟件的擴展性與可維護性，把每一個用戶封裝到一個單獨的類之中，每個評測項目，單獨設立接口，例如，基本信息及體征中，“下肢浮腫”評測項，關聯的被測對象個體感受劃分為“無浮腫”、“按之微陷”、“按之凹陷”、“按之沒指”5種層次。Evaluate包封裝了評估結果展示類，最終根據評測結果劃分5 個等級分別為“0 級：正常”、“Ⅰ級：關節間隙可疑變窄，可能有骨贅”、“Ⅱ級：有明顯的骨贅，關節間隙可疑變窄”、“Ⅲ級：中等量骨贅，關節間隙變窄較明顯，有硬化性改變”、“Ⅳ級：大量骨贅，關節間隙明顯變窄，嚴重硬化性病變及明顯畸形”。

3.7 軟件測試

3.7.1 軟件運行環境（表4）3.7.2 軟件測試方法

表4 膝骨性關節炎預測軟件運行基本配置

本軟件的測試方法為黑盒測試法。經過邊界值法、錯誤推測法及場景法的檢驗，證明軟件的運行結果良好，符合需求說明書中的各項要求。

3.8 系統展示

3.8.1 軟件操作流程圖（圖4）

圖4 軟件操作流程圖

3.8.2 界面展示（圖5）

圖5 用戶登錄

修改密碼方法是在用戶登錄界面輸入用戶名和密碼后，點擊修改密碼即可修改（圖6、圖7、圖8、圖9）。

圖6 用戶須知

圖7 信息采集

4 討論

4.1 本軟件的開發背景

近幾十年來，我國居民生活水平提高顯著,飲食結構和生活方式發生了巨大變化,肥胖和超重比例迅速增長,膝骨性關節炎發病水平也出現明顯升高,迫切需要一個能夠識別膝骨性關節炎高危人群及普及相關知識的適宜工具,這對防止減少膝骨性關節炎發生,遏制高昂的醫療費用,都有著非常重要的公共衛生學意義。

圖8 信息匯總表

圖9 預測結果反饋

關于膝骨性關節炎的預測模型，國外研究使用的方法多為logistic 回歸、支持向量機和機械模型等。2011 年英國諾丁漢大學建立的首個膝骨性關節炎預測模型[7]用來預測膝骨性關節炎的進展。2014年鹿特丹的研究人員中通過對2628 名患病人群進行隊列研究，首次證明了膝部X 線片中可疑的變性特征這一風險因素的預測價值[8]。2015年美國一項研究中開發出了交互式、個性化的膝骨性關節炎風險計算器，并在45名受試者中進行使用，發現該模型具有良好的可接受性和可行性[9]。這些研究通過整合臨床資料、生物學指標、遺傳因素等信息來構建模型公式，以初步預測未來時間段內膝骨性關節炎的發生率，臨床癥狀及影像學資料加重程度，以實現早期判斷高危人群的目的。臨床醫生也可以通過模型判斷出的高危因素針對個體或特定人群提供個性化的健康改善計劃，加以控制來降低膝骨性關節炎的發病率及減緩其演變的嚴重程度。

本軟件的開發，探索了單病種預測模型的信息轉化和應用，搭建了一條數據模型通往信息化應用的橋梁。為多病種預測模型的集成、患者綜合測評及建議、醫療數據的采集和分析提供了有力支持。

4.2 軟件的功能

本軟件主要功能為：將膝骨性關節炎分級預測模型用信息化方法集成到移動端、電腦端，為疑似膝骨性關節炎患者提供一個更便捷、準確的自測方式，為相關就醫提供參考及建議。

根據前期調研分析，本次軟件開發有如下特點：①軟件工作流程簡單、專業性高；②變更量大，需求復雜；③關鍵干系人與開發人員關系密切，支持度高。④技術成熟，開發難點少；⑤開發周期固定，預計3 個月時間。在開發中的作用主要體現在：需求調研階段因專業性太強，造成理解偏差。開發需求多變，主要集中在界面設計、內容增添改、需求理解等方面。

4.3 軟件的開發流程

為解決上述困難，我采取了應用快速原型模型法和迭代法結合的模式。

同任何事物一樣,一個軟件產品或軟件系統也要經歷孕育、誕生、成長、成熟、衰亡等階段，一般稱為軟件生存周期（軟件生命周期）。經過50余年的發展，現有的開發模型有：瀑布模型、螺旋模型、噴泉模型、增量模型、迭代模型、RUP、快速原型模型等。

快速原型法可以較好的解決瀑布模型的局限性，在經過嚴謹全面的需求調研后，通過快速建立一個具備最終系統核心功能的初始版本，可以更直觀、清晰、形象的和各干系人溝通，吸引更準確更具體的需求和更改意見。這樣就可以在具體開發和實現之前，評估設計方案是否合適，需求說明是否可靠，技術難點是否可以解決。之后進入迭代模式，通過建立正式的管理機制和流程，加強監控過程、變更管理、項目評估驗證等環節，整理正式文檔，嚴格控制進度、成本、質量。

在經過對膝骨性關節炎分級預測模型的分析后，通過邀請醫學和軟件開發專家進行集體討論和大腦風暴的方法，形成初步方案和構想。確認軟件的需求說明、范圍及功能限制。然后進行演化原型法進行開發工作。將軟件要處理的數據域轉化為過程設計、模型設計、數據設計的集合。因為本軟件不是圖形密集型或頻繁交互型程序（比如圖形處理軟件或3D引擎），所以不必重點保證交互型的流暢性，特選用圖形用戶界面的開發采用界面和業務邏輯分離的方法。相比較而言，該方法可以保證圖形界面的反復修改而對邏輯層干預較小。當遇到添加注釋、名稱修改、格式修正等不涉及邏輯層的需求，就可以快速更新。

原型法包含三個步驟:第一步包括軟件圖形界面設計，目的是確定界面的版式和內容、屏幕活動的順序及圖形排版的方法;第二步是第一步的擴展，設計圖形界面與邏輯層的交互及數據配置，這一步的主要目的是論證軟件所有可能操作，用戶可以輸入成組的數據，執行數據、模擬過程并觀察結果，包括出錯處理；第三步是軟件的實際運行模型，目的是開發一個可發展成為最終軟件規模的模型。

因為本系統要求嚴格控制進度、保證質量、具備規范化的文檔資料，所以在原型法開發出初始版本后，軟件開發流程應用迭代法。一個月為一次迭代周期，每次迭代進行需求調研、分析、編碼、測試等階段，并產出一個可發布版本。實施中，在第一個月末，初始版本開發完畢，進入迭代周期，在第二、第三個月末，完成了兩個正式版本。從宏觀講，可以將原型法包含于迭代法中。但是由于兩種方法關注的重點及管理方向的區別，故分開實施。經過實踐表明，由快速原型法和迭代法來進行項目管理，對邏輯清晰、設計模式固定、重要干系人聯系緊密的軟件開發活動有較好的實施效果。

4.4 軟件測試方法

黑盒測試法區別于白盒測試法、代法走查等方法的重要特征是：黑盒測試以用戶的角度切入，從軟件的需求說明書入手，對輸入數據與輸出數據的對應關系進行測試。因為本軟件質量要求的重點在界面是否明確、程序邏輯是否契合膝骨性關節炎分級預測模型、輸入數據是否限制、文本表達是否去專業化等方面。

通過邊界值分析測試了數據的有效性是否生效、所有值是否默認為空、輸出是否標準。通過錯誤推測法，檢測了軟件各項提示功能、通過添加各種措施避免了用戶可能出現的問題。通過場景法，對各種情況場景進行了測試，各個環節均有良好的錯誤處理功能。

4.5 軟件的應用效果

本系統基于中國中醫科學院劉保延團隊設計的臨床科研共享系統制作結構化電子病歷，對我院患者中符合納入標準的病例進行實時錄入，記錄到結構化的臨床科研共享系統中。本軟件只預測膝骨性關節炎單病種、反饋結果后直接引導患者就醫，但未收集實際就醫評價，故應用環節有限。

5 展望

系統的可移植性：軟件的應用平臺為windows 系統，未來可集成到微信端、APP等使用度更高的應用平臺中系統的功能拓展性：軟件功能可拓展性高，可集成多病種預測功能，通過數據模型的信息化、中醫數據的標準化，完成患者就診前的對相關醫學信息的了解和準備。

系統的數據挖掘：軟件根據個人賬戶登錄，即可征得患者同意后將患者特征信息及反饋結果記錄在數據庫中。為模型的校準提供依據、為大數據挖掘提供基礎。