丁琰俊 杭琤 張明 戴偉濤 卞凌英
(南京醫科大學附屬常州第二人民醫院,江蘇 南京 213000)
冠狀動脈粥樣硬化性心臟病是冠狀動脈血管發生動脈粥樣硬化病變而引起血管腔狹窄或阻塞,造成心肌缺血、缺氧或壞死而導致的心臟病,常被稱為“冠心病”[1]。冠心病嚴重威脅人們健康,甚至造成猝死。目前,冠狀動脈旁路移植術(Coronary Artery Bypass Grafting,CABG)被認為是治療冠心病最有效的方法之一[2],且CABG已成為較常見的主要外科手術之一,僅在美國每年就進行約40萬例[3]。然而在諸多因素的影響下,行CABG術的患者康復情況不盡相同,部分患者由于病情反復而再次入院治療[4]。術后再次入院不僅導致患者生活質量下降,還大大增加了醫療成本,降低了患者的預期生存時間。如何有效、便捷識別再入院風險較高的病患,成為臨床醫師新的難題。在歐洲、美國等指南[5-6]相繼指出利用數據建立判別模型,可有效識別出院后再入院的高危患者,進而采取針對性的預防措施降低患者再入院的風險。然而國內關于CABG術后再入院的研究較少,且與CABG患者術后早期預后的研究主要集中在分析預后和并發癥的相關因素[7],不能為識別高風險患者提供可量化的工具。鑒此,本研究通過分析CABG患者出院后再入院的高危患者相關危險因素,構建貝葉斯判別模型并進行了驗證。現報告如下。
1.1一般資料 研究資料來源于我院2015年1月-2019年1月收治的行CABG患者。本研究經本院倫理委員會批準(審批號:[2019]KY043-01)。納入標準:(1)符合《中國冠狀動脈血運重建適宜性標準的建議(試行)》[8]中的標準,并順利完成CABG治療的患者。(2)病史明確,相關實驗室指標檢查數據資料保存完整。(3)術后30 d內完成隨訪(院外死亡由家屬告知具體死亡時間)。排除標準:(1)圍術期死亡或出院未滿1月死亡者。(2)術后轉院和其他隨訪期間由于意外等其他原因去世,無法知道結局失聯者。(3)出院后未遵醫囑繼續相關治療。最終納入320例患者。
1.2方法
1.2.1數據的收集及預處理 根據患者出院后1月內是否為再次入院,將患者分為未再入院組和再入院組。其中,再入院定義為因手術相關并發癥或冠心病病情變化而出現的非計劃再入院。分別從其病程中提取患者的年齡、性別、BMI及住院時長等一般資料和住院相關情況(包括加拿大心血管學會(Canadian Cardiovascular Society,CCS)分級、住院時長、是否合并感染、是否置入支架、手術時長、有無譫妄、有無心肌梗死史和中風史以及介入治療史等)。所有數據均由2名研究者獨立分別收集整理,經比對和糾正后鎖定數據,進行統計分析。將患者編號后采用train_test_split函數分為2組,其中將260例患者作為模型組應用樸素貝葉斯分析構建貝葉斯判別模型,60例患者作為驗證組驗證模型的預測效能。模型組患者平均年齡(66.25±8.33)歲,男性189例,女性71例,其中再入院47例(再入院率為18.08%);驗證組平均年齡(67.11±8.51)歲,男性49例,女性11例,其中再入院者10例(再入院率為16.67%)。2組患者平均年齡及性別比例間差異無統計學意義(P>0.05)。
1.2.2模型構建與檢驗 貝葉斯判別分析采用樸素貝葉斯(na?ve Bayes,NB)算法進行建模,預測模型的混淆矩陣中可靠性和精確度采用百分率表示受試者工作特征曲線(Receiver operating characteristic clirve,ROC曲線),采用鎖定目標的方式進行繪制。采用混淆矩陣和ROC曲線和曲線下面積(area under curve,AUC)的大小來評價模型的優劣,混淆矩陣的計算值越大,模型的精確度越高;AUC的值越大,模型的精確度越好。
1.3統計學方法 本研究數據分析使用SAS 9.2軟件進行。將連續性變量按標準轉換成等級資料,使用χ2檢驗分別比較再入院患者和未再入院患者各變量間差異。從χ2檢驗中選取2組患者存在統計學差異的因素,以是否再入院為因變量,2組患者存在統計差異的指標為自變量,先驗概率分別為0.5進行貝葉斯判別,得出各個特征在每個類別下的系數,進而構建模型:P1 = a1*×X1+……+an*×Xn;P0 = b1*×X1+……+bn*×Xn。建立判別式后對驗證組數據進行驗證,以實際入院情況為金標準,計算判別結果的靈敏度和特異度。采用kappa檢驗分析模型在內部驗證和外部驗證時與實際情況的一致性,并繪制ROC曲線,計算曲線下面積評估模型的效能。P<0.05為差異有統計學意義。
2.12組患者臨床資料單因素分析結果 260例患者中再入院者47例,再入院率為18.08%,為再入院組,213例未再入院者為未再入院組。2組患者年齡、性別、體質指數(BMI)、冠心病CCS分級、住院時長、合并感染、心衰史組間比較差異有統計學意義(P<0.05)。見表1。

表1 2組患者臨床基線資料比較
2.22組患者臨床資料潛在因素賦值與單因素分析結果 其中再入院者47例,再入院率為18.08%,見表2和表3。

表2 2組患者臨床資料潛在因素賦值

表3 2組患者臨床資料單因素分析結果
2.2貝葉斯判別分析結果 各因素在貝葉斯判別模型中的系數模型構建如下:P1=-2.51×年齡-2.58×性別+2.65×BMI+3.47×CCS分級+1.50×住院時長+1.07×心衰史+1.36×合并感染-13.04;P2=1.65×年齡-2.68×性別+7.09×BMI+9.62×分級+2.41×住院時長+13.56×心衰史+9.72×合并感染-14.66。所有患者分別計算P1和P2,顯示P1>P2則患者屬于再入院低風險人群,P1 表4 貝葉斯分類函數各因素系數 2.3對建模病例資料考核判別模型結果 建模組模型內部驗證的靈敏度為87.32%,特異度為80.85%,Kappa值=0.693,(P=0.000);驗證組外部驗證的靈敏度為87.18%,特異度為80.95%,Kappa值=0.764,(P=0.000);ROC曲線下面積為0.865(0.605~0.903),結果具有統計學意義(P=0.025)。見表5和圖1。 表5 建模病例資料內部和外部判別模型的混淆矩陣 圖1 建模組模型的ROC曲線 3.1早期再入院模型的構建研究結果及分析 本研究通過進行單因素分析,并應用貝葉斯模型建立了判別模型,其中未再入院為P1=-2.51×年齡-2.58×性別+2.65×BMI+3.47×分級+1.50×住院時長+1.07×心衰史+1.36×合并感染-13.04;P2=1.65×年齡-2.68×性別+7.09×BMI+9.62×分級+2.41×住院時長+13.56×心衰史+9.72×合并感染-14.66,所有患者可以分別計算P1和P2,顯示P1>P2則患者屬于再入院低風險人群,P1 3.2CABG術后早期再入院的重要危險因素 (1)年齡:本研究結果發現年齡在P1方程中系數為-2.51,而在P2方程中系數為1.65,說明年齡較大的患者被分類到P2中的概率會上升,因此年齡因素對再入院風險有顯著影響,意味著老年患者CABG術后早期再入院風險較大。Johnston P等[9]對復雜慢性疾病人群再入院的調查表明,伴隨年齡越大再入院率風險越高;另有研究[10]發現,患者年齡與術后短期并發癥發生率及住院時間的風險增加均有影響。(2)性別和BMI:男性和BMI較高患者通常具有更多的基礎疾病和吸煙飲酒等不良嗜好,且引起諸多并發癥危險因素,在術后,早期預后較女性及非肥胖患者具有更高的不良預后風險[11]。(3)住院時長、術后感染及心衰:住院時長在一定程度上可反映患者圍術期病情,術后住院時間長還可增加患者院內感染的風險;且病程較長和病情較重的冠心病患者心功能分級通常較高,而這多提示患者心臟功能明顯受損,與I級和II級CABG患者相比,III級和IV級患者的心功能和一般狀況更為不佳,對早期和遠期預后均存在較大的影響。 3.3國內外研究及其對比分析 Gulack BC等[12]針對CABG術后手術部位感染和再入院風險的研究提示,術后感染是CABG患者再入院和不良預后風險的重要危險因素,表明術后感染與再入院存在密切關系。而關于CABG患者術后感染的研究在分析不同手術方式及術后干預的同時,也顯示術后感染顯著增加了患者術后非計劃再入院進行干預的風險[13]。此外,在其他疾病的研究當中,感染均是30 d內再入院的危險因素[14-15]。本研究結果發現,合并感染患者在P1方程中的系數1.36,而在P2方程中的系數為9.72,合并感染的患者被分類到P2中的概率會上升,因此筆者分析合并感染患者因素為CABG術后早期再入院風險存在較大影響因素。另外,本研究方程中還提示患者較長的住院時長及存在心衰史也會增加患者再入院風險。因心衰本身為一種嚴重心臟疾病,嚴重者需介入及外科治療[16]。Ranucci等[17]對接受冠狀動脈手術患者及圍術期心力衰竭者做過深入研究。Foulks等[18]報道過單心室性心臟病1期姑息手術術后心力衰竭的病例,說明術后心衰病例并不少見。因此,對于伴有心衰史患者的術后護理,應當更加注重對其基礎疾病的關注和治療。 3.4再入院模型的驗證及評價 本研究分別將建模組進行內部驗證(即回代檢驗),結果顯示:模型結果與實際入院風險的一致性較高,提示模型對于納入研究的患者具有較好的代表性;同時,將模型應用到驗證組進行外部驗證,提示外部驗證的一致性和曲線下面積較高,可見該模型對于非模型內患者具有較好的普適性。因此,本研究使用的貝葉斯判別分析建立模型,能為判斷受試者是否是再入院風險患者提供一定的參考。 3.5CABG術后早期再入院因素的預防及干預 本研究提示,年齡>55歲、男性、高BMI、住院時長>2周、合并感染及伴有心衰史的患者存在極高的近期再入院風險,應積極分析存在上述危險因素患者的病情,尤其是針對上述因素相關的心功能不全、局部和/或全身感染、靜脈血栓以及新發心腦血管不良事件等并發癥,進而降低患者的再入院風險。同時,在分析患者危險因素的基礎上,結合本研究所構建的危險評分系統,可以定量分析患者的再入院危險度,重點對高風險患者進行篩查和分析,有助于降低臨床工作量、提高篩查效益。 綜上所述,本研究發現,年齡>55歲、男性、住院時長>2周、合并感染以及伴有心衰史是CABG術后患者再入院的危險因素,臨床應針對年齡>55歲的男性CABG術后患者進行住院時長、合并感染情況及是否有心衰史進行重點關注,以早期識別CABG術后再入院高危患者。因本研究為單中心研究且隨訪時間限定為30 d,這可能會導致模型受到再入院患者中某些極端情況(如30 d左右發生并延遲入院)的影響較大結果較為片面,使得模型過擬合而泛化能力不足。


3 討論