基于隨機(jī)森林算法的腦小血管病伴輕度認(rèn)知障礙的診斷模型研究*

曹 倩 蘇牟瀟 魏繼鴻 唐志會(huì) 陳 蓓

腦小血管病是臨床常見(jiàn)的疾病，是指腦組織在受到病理感染或機(jī)械性損傷等導(dǎo)致的顱內(nèi)微小動(dòng)脈及小動(dòng)脈病變，從而引起腦組織出血性損害或者缺血[1，2]。隨著生活方式的改變和人口老齡化的加速，腦小血管病的患病人數(shù)日益增多[3]。據(jù)報(bào)道[4]，每一萬(wàn)人中就有約485人會(huì)發(fā)生腦小血管病，給社會(huì)造成了嚴(yán)重的經(jīng)濟(jì)負(fù)擔(dān)。輕度認(rèn)知障礙是腦小血管病患者比較常見(jiàn)的并發(fā)癥，早期其臨床癥狀不典型且比較隱匿，容易被臨床醫(yī)生忽視，大部分患者在發(fā)現(xiàn)時(shí)已經(jīng)出現(xiàn)了明顯的認(rèn)知能力降低，甚至發(fā)展成為癡呆，嚴(yán)重影響患者的日常生活，而且還會(huì)增加治療的難度[5，6]。我國(guó)人口眾多，醫(yī)療資源有限，我國(guó)腦小血管病伴輕度認(rèn)知障礙的防治工作正在面臨著十分嚴(yán)峻的挑戰(zhàn)[7]。因此，盡早確定腦小血管病伴輕度認(rèn)知障礙的危險(xiǎn)因素，進(jìn)而對(duì)患者進(jìn)行適當(dāng)干預(yù)，對(duì)于降低腦小血管病伴輕度認(rèn)知障礙的發(fā)生風(fēng)險(xiǎn)十分必要。本研究分析226例腦小血管病患者的臨床資料，構(gòu)建預(yù)測(cè)腦小血管病伴輕度認(rèn)知障礙的隨機(jī)森林模型，以期為腦小血管病伴輕度認(rèn)知障礙的防治提供理論支持。

1 對(duì)象與方法

1.1 對(duì)象 選取2019年12月～2021年3月綿陽(yáng)市中心醫(yī)院診治的226例腦小血管病患者作為研究對(duì)象。入選標(biāo)準(zhǔn)：符合腦小血管病相關(guān)認(rèn)知障礙中國(guó)診療指南(2019)中腦小血管病的診斷標(biāo)準(zhǔn)[8]；臨床資料完整；年齡≥18歲；無(wú)腫瘤疾病；對(duì)本研究知情同意。排除標(biāo)準(zhǔn)：重要臟器功能障礙；近一年內(nèi)有腦卒中及腦外傷等病史；聽(tīng)力、視力、語(yǔ)言功能障礙；精神疾病、抑郁；阿爾茨海默病、癡呆；近一年內(nèi)有心臟類(lèi)疾病史；哺乳期或妊娠期婦女。

1.2 方法

1.2.1 輕度認(rèn)知障礙的判定標(biāo)準(zhǔn) 輕度認(rèn)知障礙參考蒙特利爾認(rèn)知評(píng)估量表(MoCA)[9]進(jìn)行判斷：該量表包括定向力、延遲回憶、抽象、語(yǔ)言、注意力、命名、視空間與執(zhí)行力等7個(gè)項(xiàng)目，滿(mǎn)分為30分，評(píng)分<26即可判定為輕度認(rèn)知障礙。

1.2.2 病例分組及資料收集 根據(jù)輕度認(rèn)知障礙的發(fā)生情況將所選腦小血管病患者分為輕度認(rèn)知障礙組和無(wú)輕度認(rèn)知障礙組。收集記錄患者的臨床資料進(jìn)行分析，資料包括：性別、年齡、家庭月收入、體質(zhì)量指數(shù)、文化程度、婚姻狀態(tài)、獨(dú)居、就業(yè)狀態(tài)、高同型半胱氨酸血癥、糖尿病、飲酒史、吸煙史、高血壓及睡眠障礙等資料。

1.2.3 統(tǒng)計(jì)學(xué)方法 采用SPSS 24.0軟件數(shù)據(jù)，計(jì)數(shù)資料選擇卡方檢驗(yàn)分析，運(yùn)用Logistic回歸分析篩選腦小血管病伴輕度認(rèn)知障礙的危險(xiǎn)因素，采用R(R3.5.3)軟件建立預(yù)測(cè)腦小血管病伴輕度認(rèn)知障礙的隨機(jī)森林模型，并繪制受試者工作特征(ROC)曲線。以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 腦小血管病伴輕度認(rèn)知障礙的單因素分析 226例腦小血管病患者中有81例患者發(fā)生輕度認(rèn)知障礙，輕度認(rèn)知障礙的發(fā)生率為35.84%(81/226)，輕度認(rèn)知障礙組和無(wú)輕度認(rèn)知障礙組性別、家庭月收入、體質(zhì)量指數(shù)、婚姻狀態(tài)、就業(yè)狀態(tài)、飲酒史及吸煙史等資料比較差異均無(wú)統(tǒng)計(jì)學(xué)意義(P>0.05)，而年齡、文化程度、獨(dú)居、高同型半胱氨酸血癥、糖尿病、高血壓及睡眠障礙比較差異均有統(tǒng)計(jì)學(xué)意義(P<0.05)。見(jiàn)表1。

表1 兩組患者一般資料分析

2.2 腦小血管病伴輕度認(rèn)知障礙的危險(xiǎn)因素 將單因素分析中年齡、文化程度、獨(dú)居、高同型半胱氨酸血癥、糖尿病、高血壓及睡眠障礙差異有統(tǒng)計(jì)學(xué)有意義的項(xiàng)目作為自變量，以是否發(fā)生輕度認(rèn)知障礙為因變量，賦值見(jiàn)表2，進(jìn)行腦小血管病伴輕度認(rèn)知障礙的多因素Logistic回歸分析。結(jié)果顯示，高齡、文化程度低、獨(dú)居、高同型半胱氨酸血癥、糖尿病、高血壓及睡眠障礙是腦小血管病伴輕度認(rèn)知障礙的危險(xiǎn)因素(P<0.05)。見(jiàn)表3。

表2 變量賦值表

表3 腦小血管病伴輕度認(rèn)知障礙的多因素Logistic回歸分析

2.3 腦小血管病伴輕度認(rèn)知障礙的隨機(jī)森林模型變量重要性分析 以腦小血管病患者是否發(fā)生輕度認(rèn)知障礙為因變量，將年齡、文化程度、獨(dú)居、高同型半胱氨酸血癥、糖尿病、高血壓及睡眠障礙作為自變量，構(gòu)建腦小血管病伴輕度認(rèn)知障礙的隨機(jī)森林模型。結(jié)果顯示，樹(shù)的數(shù)目為72時(shí)錯(cuò)誤率最低。見(jiàn)圖1。影響腦小血管病伴輕度認(rèn)知障礙的因素重要性排序依次是年齡、高同型半胱氨酸血癥、獨(dú)居、高血壓、文化程度、睡眠障礙及糖尿病。見(jiàn)圖2。因此，影響腦小血管病伴輕度認(rèn)知障礙的危險(xiǎn)因素重要性排序依次是高齡、高同型半胱氨酸血癥、獨(dú)居、高血壓、文化程度低、睡眠障礙及糖尿病。

圖1 隨機(jī)森林錯(cuò)誤率評(píng)估

圖2 隨機(jī)森林模型變量重要性排序

2.4 兩種模型的ROC曲線分析 隨機(jī)森林模型預(yù)測(cè)腦小血管病伴輕度認(rèn)知障礙的AUC為0.804，Logistic回歸模型預(yù)測(cè)腦小血管病伴輕度認(rèn)知障礙的AUC為0.797，隨機(jī)森林模型與Logistic回歸模型對(duì)腦小血管病伴輕度認(rèn)知障礙皆具有較高的預(yù)測(cè)效能。見(jiàn)圖3。

圖3 隨機(jī)森林模型與Logistic回歸模型預(yù)測(cè)腦小血管病伴輕度認(rèn)知障礙的ROC曲線

3 討論

腦小血管病患者發(fā)生輕度認(rèn)知障礙，如果不能及時(shí)對(duì)患者進(jìn)行有效干預(yù)，可進(jìn)一步發(fā)展成為癡呆，對(duì)患者的治療極為不利，導(dǎo)致治療的工作更加繁重[10]。因此，及早發(fā)現(xiàn)輕度認(rèn)知障礙，分析腦小血管病患者發(fā)生輕度認(rèn)知障礙的危險(xiǎn)因素，從而進(jìn)行合理干預(yù)，對(duì)于患者的治療具有積極的幫助作用。本研究中，226例腦小血管病患者中有81例患者發(fā)生輕度認(rèn)知障礙，輕度認(rèn)知障礙的發(fā)生率為35.84%，提示腦小血管病患者是輕度認(rèn)知障礙的易發(fā)人群，臨床醫(yī)生需要警惕腦小血管病患者發(fā)生輕度認(rèn)知障礙。

Logistic回歸是一種非線性概率型的預(yù)測(cè)模型，可以研究分類(lèi)觀察結(jié)果和一些協(xié)變量之間的關(guān)系，臨床上通常將Logistic回歸用于分析誘發(fā)疾病的高危因素[11]。本研究Logistic回歸分析結(jié)果顯示，高齡、文化程度低、獨(dú)居、高同型半胱氨酸血癥、糖尿病、高血壓及睡眠障是腦小血管病伴輕度認(rèn)知障礙的危險(xiǎn)因素(P<0.05)。姜滬等[12]報(bào)道，高齡是輕度認(rèn)知障礙的影響因素，本研究結(jié)果與之相符。老年人群的身體機(jī)能隨著年齡增長(zhǎng)而下降，組織器官逐漸衰老，激素、神經(jīng)營(yíng)養(yǎng)因子水平降低，因而更容易發(fā)生輕度認(rèn)知障礙。王玲等[13]認(rèn)為文化程度低的比較容易發(fā)生輕度認(rèn)知障礙，本研究結(jié)果與之相符。文化程度較高能夠增加神經(jīng)元的連通性和可塑性，文化程度低神經(jīng)元的連通性和可塑性也較低，因而文化程度低會(huì)增加輕度認(rèn)知障礙的發(fā)生風(fēng)險(xiǎn)。代峰等[14]報(bào)道獨(dú)居是輕度認(rèn)知障礙的影響因素，本研究結(jié)果與之相符。獨(dú)居的患者認(rèn)知活動(dòng)相對(duì)匱乏，大腦缺乏強(qiáng)烈的激勵(lì)，神經(jīng)元的壽命和可塑性降低，因而造成輕度認(rèn)知障礙的發(fā)生風(fēng)險(xiǎn)增加。趙留莊等[15]報(bào)道高同型半胱氨酸血癥是輕度認(rèn)知障礙的影響因素，本研究結(jié)果與之相符。高水平的同型半胱氨酸會(huì)損害腦小血管，引起無(wú)癥狀腦梗死或腦白質(zhì)異常，進(jìn)而增加輕度認(rèn)知障礙的發(fā)生風(fēng)險(xiǎn)。黃武全等[16]報(bào)道糖尿病是輕度認(rèn)知障礙的影響因素，本研究結(jié)果與之相符。糖尿病患者體內(nèi)血糖水平較高，而高血糖會(huì)對(duì)神經(jīng)介質(zhì)的表達(dá)及其傳導(dǎo)速度進(jìn)行影響，使得受體功能遭到破壞，造成腦功能改變，從而增加了輕度認(rèn)知障礙的發(fā)生風(fēng)險(xiǎn)。楊藝等[17]認(rèn)為有高血壓的患者容易發(fā)生輕度認(rèn)知障礙，本研究結(jié)果與之相符。高血壓會(huì)降低血管自我調(diào)節(jié)功能，使得腦灌注不足，導(dǎo)致腦代謝異常和局部缺血缺氧，從而導(dǎo)致輕度認(rèn)知障礙的發(fā)生風(fēng)險(xiǎn)增加。賈叢康等[18]報(bào)道睡眠障礙是輕度認(rèn)知障礙的影響因素，本研究結(jié)果與之相符。有睡眠障礙的人群，大腦得不到較好的休息，褪黑素的分泌減少，從而增加了輕度認(rèn)知障礙的發(fā)生風(fēng)險(xiǎn)。

隨機(jī)森林模型是近些年興起的一種數(shù)據(jù)分析方式，可以對(duì)大規(guī)模復(fù)雜無(wú)規(guī)律的數(shù)據(jù)進(jìn)行高效處理，一般被用于分析誘發(fā)疾病的重要影響因素[19]。本研究建立了腦小血管病伴輕度認(rèn)知障礙的隨機(jī)森林模型，每項(xiàng)危險(xiǎn)因素皆有其對(duì)應(yīng)的重要性排序。相比于沈麗麗等[20]構(gòu)建的Logistic回歸模型，隨機(jī)森林模型具有操作方便和可視可讀的特點(diǎn)，并且能夠看到危險(xiǎn)因素的重要性排序，醫(yī)學(xué)人員理解和使用起來(lái)更加方便和容易。本研究隨機(jī)森林模型顯示，影響腦小血管病伴輕度認(rèn)知障礙的因素重要性排序依次是年齡、高同型半胱氨酸血癥、獨(dú)居、高血壓、文化程度、睡眠障礙及糖尿病，臨床可結(jié)合影響腦小血管病伴輕度認(rèn)知障礙的因素重要性排序依次對(duì)患者進(jìn)行干預(yù)以減少輕度認(rèn)知障礙的發(fā)生率。隨機(jī)森林模型預(yù)測(cè)腦小血管病伴輕度認(rèn)知障礙的AUC為0.804，Logistic回歸模型預(yù)測(cè)腦小血管病伴輕度認(rèn)知障礙的AUC為0.797，隨機(jī)森林模型與Logistic回歸模型對(duì)腦小血管病伴輕度認(rèn)知障礙皆具有較高的預(yù)測(cè)效能，提示隨機(jī)森林模型臨床應(yīng)用的價(jià)值較高。

綜上所述，高齡、高同型半胱氨酸血癥、獨(dú)居、高血壓、文化程度低、睡眠障礙及糖尿病等是腦小血管病伴輕度認(rèn)知障礙的危險(xiǎn)因素，本研究構(gòu)建的隨機(jī)森林模型臨床應(yīng)用價(jià)值較高，有助于臨床篩查輕度認(rèn)知障礙高風(fēng)險(xiǎn)人群和提前制定相關(guān)的防治措施。