基于決策樹的結直腸癌術后患者非計劃性再入院風險預測模型研究*

陳靜文，徐林霞，吳秀麗，李顯蓉

（1 西南醫科大學護理學院，四川瀘州，646000；2 西南醫科大學附屬醫院普通外科（胃腸），四川瀘州，646000）

非計劃性再入院是指前次住院診療結束，患者在首次出院后無法預測的再入院，且患者再入院的原因是相同或相關疾病［1］。非計劃性再入院率是評價醫院診療和護理質量的重要參考指標，較高的非計劃性再入院率不僅增加了患者的身心痛苦、住院時間及治療費用，也在一定程度上導致了醫療資源的浪費［2］。近年來，結直腸癌術后患者非計劃性再入院的發生率呈逐漸上升趨勢［3］，但目前對于患者非計劃性再入院的統計分析方法，常規使用Logistic 回歸模型。但由于影響結直腸癌術后患者非計劃性再入院的因素較多，且相互之間關系錯綜復雜，傳統的Logistic 回歸分析方法在處理存在多重共線性數據資料時存在偏倚［4］。目前，相關研究主要集中于影響因素的鑒別及再入院原因的探索分析，少有相關風險預測的研究報道。決策樹是數據挖掘中用于分類預測的方法，決策樹模型在護理管理、臨床護理領域已有應用［5］。文天才等［4］應用決策樹對缺血性腦卒中患者31 d 內非計劃性再入院風險因素進行預測，證實了決策樹用于非計劃性再入院風險預測的適用性。目前關于運用決策樹構建結直腸癌術后患者非計劃性再入院的風險預測模型研究較少。本研究在查閱了國內外關于結直腸癌術后患者非計劃性再入院危險因素的研究［3，6-18］基礎上，通過決策樹進一步構建結直腸癌術后患者非計劃性再入院預測模型，對指標進行驗證，為今后制定降低患者非計劃性再入院的措施提供依據。現將方法和結果報道如下。

1 資料與方法

1.1 一般資料

抽取2018年6月至2019年12月在本院胃腸外科住院治療的結直腸癌患者為研究對象。納入標準：①年齡≥18 歲；②內鏡或病理檢查確診為結腸癌或直腸癌； ③常規行術前各項檢查，資料完整；④接受手術治療。排除標準：①原發疾病非結直腸癌而由其他惡性腫瘤轉移至結直腸； ②結直腸癌早期復發二次手術； ③在其他醫院接受結直腸癌手術治療；④首次治療非正常出院。

1.2 方法

1.2.1 資料收集方法 課題組前期查閱了國內外關于結直腸癌術后患者非計劃性再入院危險因素的研究，包括原始研究［6-17］和系統評價［3，18］。由2 名研究員依據文獻類型選擇相應工具進行文獻的質量評價，然后提取相關危險因素。使用醫院HIS 系統，查閱所有研究對象首次入院及再入院的完整病歷，提取患者資料包括性別、年齡、體質量指數（body mass index，BMI）、文化程度、居住地、疾病診斷、腫瘤TNM 分期、入院方式、術前合并癥、術前新輔助化療、手術方式、手術時間、術中出血量、是否腸造瘺、術后并發癥、術后住院時間；再入院資料 （再入院時間、再入院原因、治療方式和轉歸）。

1.2.2 結局指標 31d 內非計劃性再入院［1］：①患者出院當天開始至再入院當天為止31d 內的再入院；②再入院ICD-10 疾病代碼與前次入院疾病相同；③因前次入院疾病的并發癥或者疾病的復發、惡化而無法預測的再入院； ④若患者再入院的原因與上一次住院的原因無關，或再入院是預先計劃好的，如結直腸癌術后定期住院化療、復查等再入院，不列入非計劃性再入院。

1.2.3 統計學方法 數據使用SPSS24.0 軟件進行統計學分析。按31 d 內有無非計劃性再入院分為兩組，有非計劃性再入院設為再入院組，無計劃性再入院設為對照組，兩組間的計量資料比較采用t檢驗；計數資料比較采用卡方檢驗，計數資料不滿足卡方檢驗條件時采用Fisher 確切概率法；等級資料比較采用秩和檢驗。采用卡方自動交互檢驗（chi-square automatic interaction detection，CHAID）算法構建決策樹模型。決策樹模型構建過程：將數據錄入SPSS24.0 軟件，在分析中選擇：分類-決策樹，決策樹的生長方法選擇：卡方自動交互檢驗，并設置決策樹的父節點和子節點中最小樣本含量分別為100 和50，最大樹深度為3。采用ROC 曲線下面積（AUC）、靈敏度和特異度對決策樹模型的預測效果進行評價。

2 結果

2.1 兩組患者一般資料的比較

符合納入標準1195 例患者，其中非計劃性再入院63 例（5.27%）為再入院組，未發生非計劃性再入院的1132 例（94.73%）為對照組。兩組間一般資料比較見表1。從表1可見，兩組患者在疾病診斷、性別、年齡、體質量指數、文化程度和居住地方面的比較，差異無統計學意義（均P＞0.05）。

表1 患者一般資料兩組間的比較 （n/%，±s）

變量性別分類統計量P χ2=0.008 ＞0.05年齡（歲）體質量指數（kg/m2）文化程度男女 文盲t=0.054 t=-1.789＞0.05＞0.05小學初中高中大學農村城鎮直腸癌結腸癌再入院組（n=63）38（60.32）25（39.68）59.98±13.19 21.87±2.78 3（4.76）27（42.86）27（42.86）5（7.94）1（1.59）38（60.32）25（39.68）41（65.08）22（34.92）對照組（n=1132）689（60.87）443（39.13）60.07±11.83 22.59±3.10 69（6.09）401（35.42）508（44.88）128（11.31）26（22.97）764（67.58）368（32.51）632（55.83）500（44.17）χ2=0.970＞0.05居住地χ2=1.391 ＞0.05疾病診斷χ2=2.075 ＞0.05

2.2 兩組患者臨床相關資料的比較

兩組患者臨床相關資料的比較見表2。從表2可見，兩組患者在腫瘤TNM 分期、術前合并癥項數、是否腸造瘺、術后并發癥方面的比較，差異有統計學意義（P＜0.05）。在入院方式、新輔助化療、手術方式、手術時間、手術出血量、術后住院時間方面的比較，差異無統計學意義（P＞0.05）。

表2 患者臨床相關資料兩組間的比較 （n/%）

2.3 結直腸癌術后患者非計劃性再入院現狀

1195 例結直腸癌術后患者中63 例患者非計劃性再入院，非計劃性再入院率為5.27%，再入院總費用為113 萬。其中不完全性腸梗阻（22 例），腹腔殘余感染（9 例），切口感染（7 例），吻合口瘺（5例），為非計劃性再入院的主要原因。其中50 例患者保守治療，13 例患者接受二次手術治療，61 例患者好轉出院，2 例患者病情惡化自動出院。

2.4 結直腸癌術后患者非計劃性再入院風險預測樹形圖

根據決策樹構建的結直腸癌術后患者非計劃性再入院風險預測樹形圖，見圖1，該樹形圖包含3 層，共11 個節點，6 個終端節點，提取6 條分類規則，見表3。以非計劃性再入院的患者所占節點構成比例代表該類人群發生非計劃性再入院的風險，篩選出3 類高危人群：①有術后并發癥，術前合并癥≥2 項，占該節點構成的28.1%； ②有術后并發癥，術前合并癥＜2 項，占該節點構成的10.6%；③無術后并發癥，TNM 分期≥III 期，有腸造口，占該節點構成的8.3%。

圖1 結直腸癌術后患者非計劃性再入院風險預測樹形圖

表3 結直腸癌術后患者非計劃性再入院風險預測決策樹模型分類規則

2.5 決策樹模型的預測效果

使用SPSS24.0 軟件繪制ROC 曲線，見圖2，計算決策樹模型的ROC 曲線下面積、靈敏度和特異度。結果顯示，決策樹模型的ROC 曲線下面積為0.823，95%CI（0.775，0.870），靈敏度為0.762，特異度為0.745。

圖2 決策樹模型ROC 曲線圖

3 討論

3.1 結直腸癌術后患者非計劃性再入院現狀分析

相關研究結果顯示，不同時間跨度、不同國家的結直腸癌術后患者非計劃性再入院率有所差異。以30d 內非計劃性再入院為例，意大利［6］再入院率為6.0%，丹麥［7］為13.7%，美國［8-9］為10.0%～11.4%，英國［10-11］為12.6%～16.0%。國內學者何小東［12］和楊婕［13］研究顯示，結直腸癌術后患者非計劃性再入院率分別為5.2%和6.1%。目前，各個國家或地區關于非計劃性再入院的時間間隔尚無統一標準，2011年，中華人民共和國原衛生部發布了《三級綜合醫院醫療質量管理與控制指標（2011版）》，該文件明確了我國非計劃性再入院的間隔時間為≤31d［19］。故本研究以31 d 內非計劃性再入院為結局測量指標，調查了結直腸癌術后患者非計劃性再入院現狀，結果顯示，結直腸癌術后患者非計劃性再入院率為5.27%，與國內學者［12-13］調查30d 內非計劃性再入院結果相近。本研究中63 例非計劃性再入院患者中，不完全性腸梗阻、腹腔殘余感染、切口感染和吻合口瘺是患者非計劃性再入院的主要原因。

3.2 基于決策樹構建結直腸癌術后患者非計劃性再入院風險預測模型的合理性

隨著計算機技術的發展，基于決策樹的分類方法是數據挖掘中較為典型的分類預測的方法。與傳統統計方法相比，決策樹的優勢為：屬于非參數統計，對資料基本無要求，克服了傳統統計方法應用時存在嚴格條件限制的問題；結果可視化，易于理解和解釋；能處理自變量之間共線性的問題，展現自變量間的交互作用［20］。本研究以結直腸癌術后患者為研究對象，研究該類患者非計劃性再入院的風險預測因素，模型的因變量為二分類變量，自變量既有分類變量也有連續型變量，滿足決策樹模型算法的要求。通過CHAID 算法構建決策樹模型，從樹形圖可明顯看出各子節點中非計劃性再入院的占比構成情況，通過節點的路徑來表示非計劃性再入院患者的分類規則，共提取6 條分類規則，篩選出3 類高危人群，其中術后并發癥對非計劃性再入院影響最大，有術后并發癥，術前合并癥≥2 項時，發生非計劃性再入院的患者占該節點構成的28.1%，為第一類高危人群；有術后并發癥，術前合并癥＜2 項時，發生非計劃性再入院的患者占該節點構成的10.6%，為第二類高危人群；無術后并發癥，TNM 分期≥III 期，有腸造口時，發生非計劃性再入院的患者占該節點構成的8.3%，為第三類高危人群。以往的研究多基于Logistic 回歸分析，側重于對單個因素的獨立作用，決策樹得到的樹模型展示了多個因素交互作用，更側重于模型整體的預測效果［21］。本院結合相關文獻，采用綜合性的指標構建決策樹模型，結果顯示，決策樹模型的ROC 曲線下面積為0.823，通常ROC 曲線下面積為0.9 左右表示診斷價值較高［22］。本研究還發現，構建的結直腸癌術后患者非計劃性再入院的決策樹模型，其靈敏度為0.762，特異度為0.745。說明，決策樹模型可以較為準確地預測結直腸癌的發生和區分無風險的患者。

3.3 結直腸癌術后患者非計劃性再入院的影響因素分析

根據決策樹模型中影響因素距離根節點的位置和卡方檢驗統計量，將影響因素進行排序，結果顯示，術后并發癥是最主要的影響因素，其后依次為術前合并癥≥2 項、腫瘤TNM 分期≥III 期、腸造口、居住地。相關研究［23-25］結果表明，術后并發癥是結直腸癌術后患者非計劃性再入院的獨立危險因素。LAWSON 等［23］研究表明，結直腸癌患者首次住院期間出現術后并發癥與30d 內的非計劃性再入院密切相關，術后伴有并發癥的患者非計劃性再入院率是正常康復患者的3.3 倍。ORCUTT 等［24］研究顯示，首次住院期間發生術后并發癥的患者非計劃性再入院的風險是無術后并發癥患者的4.36倍。因此，早期預防術后并發癥的發生，重點關注有術后并發癥的患者，具有重要的臨床意義。楊婕等［13］研究顯示，加速康復外科模式下有術前合并癥的結直腸癌患者術后非計劃性再入院的風險是無合并癥患者的2.91 倍，且合并呼吸系統疾病和心血管疾病是導致結直腸癌患者術后非計劃性再入院發生率高的主要因素。國外學者的研究結果也顯示，術前合并癥增加了結直腸癌患者非計劃性再入院的風險［10］。提示，臨床護士在做好結直腸疾病專科護理的同時，也要關注患者的基礎疾病，做好術前合并癥的護理。本研究結果顯示，腫瘤TNM 分期≥III 期，也是結直腸癌術后患者非計劃性再入院的影響因素，這與QUINTANA 等［17］的研究結果一致，TNM 分期≥III 期的患者，腫瘤浸潤較深、鄰近器官受累、手術預后較差，與早期腫瘤患者相比非計劃性再入院風險更高。行腸造口術的患者非計劃性再入院風險更高，可能與造口護理的專業性較強，患者居家照護的難度大，護理不當易出現多種造口并發癥有關［26］。此次決策樹分析還顯示，居住地為非計劃性再入院的影響因素，但距離根節點的位置最遠，卡方檢驗統計量也最小，且單因素分析結果顯示，兩組患者的居住地情況差異無統計學意義（P＞0.05），因此尚需增加樣本量進行進一步研究分析。

4 結論

非計劃性再入院率是評價醫院診療和護理質量的重要參考指標，結直腸癌術后患者非計劃性再入院的發生率呈逐漸上升趨勢，有效預測非計劃性再入院的風險，篩選出高危人群，是預防非計劃性再入院發生的首要步驟。本研究應用數據挖掘技術，構建結直腸癌術后患者非計劃性再入院的決策樹模型，提取6 條分類規則，篩選出3 類高危人群，為臨床護理工作者預測非計劃性再入院高危人群，采取針對性預防措施提供依據。未來可進行前瞻性研究，并擴大樣本量，使研究數據更具代表性。