基于Logistic回歸與決策樹模型的老年高血壓患者血壓控制影響因素分析

林菲 朱曉云

（上海市金山區(qū)疾病預防控制中心慢性病防制科，上海 201599）

高血壓是心腦血管疾病最主要危險因素之一，會引起嚴重的心、腦等并發(fā)癥，對人體健康造成嚴重危害。有效控制血壓可降低相關(guān)并發(fā)癥的發(fā)生。而血壓控制是一個受生理、心理、社會等多維度影響的復雜過程，因此科學揭示血壓控制的影響因素就尤為重要[1]。目前血壓控制影響因素多采用Logistic回歸分析，該模型能量化影響因素，但不能提供更好的決策建議[2]。而決策樹是一種以樹形結(jié)構(gòu)建立的分類預測模型，結(jié)果可視化且利于臨床應用[3]。本研究旨在利用Logistic回歸模型與決策樹模型分析金山區(qū)老年高血壓患者血壓控制影響因素的結(jié)果，為危險人群的綜合干預提供參考建議。

1 對象與方法

1.1 對象及抽樣方法

采用隨機整群抽樣法抽取金山區(qū)5個社區(qū)為研究現(xiàn)場，以調(diào)查期間前來社區(qū)衛(wèi)生服務中心就診、體檢或者隨訪且符合納入標準并已進入社區(qū)高血壓健康管理系統(tǒng)的1 100位高血壓患者作為研究對象。診斷標準依據(jù)《中國高血壓防治指南（2018年修訂版）》[4]。納入標準：原發(fā)性高血壓患者，年齡≥60歲，高血壓患病時長≥2年，能正常交流且依從性好。剔除標準：繼發(fā)性高血壓患者，存在多種并發(fā)癥、語言或認知障礙、身體衰弱等原因而無法接受調(diào)查者，不依從者和流動人口。

發(fā)放調(diào)查問卷1 100份，有效問卷1 053份，有效回收率95.73%。所調(diào)查的對象中，血壓控制理想者占72.93%。1 053例對象中，男性457例，女性596例，男女比例為1∶1.3，平均年齡（70.65±6.93）歲。

1.2 方法

使用自行設(shè)計的《高血壓患者血壓控制情況測評表》，由經(jīng)統(tǒng)一規(guī)范化培訓的調(diào)查員（社區(qū)的家庭醫(yī)生）對調(diào)查對象進行面對面問卷調(diào)查，并在金山區(qū)健康管理信息系統(tǒng)中通過調(diào)閱醫(yī)院信息系統(tǒng)（hospital information system，HIS），查閱其健康相關(guān)資料，包括二、三級醫(yī)院的就診、治療信息和社區(qū)隨訪信息等。問卷調(diào)查內(nèi)容包括調(diào)查對象基本情況、患病情況、生活方式和治療情況等，由經(jīng)過培訓的社區(qū)衛(wèi)生服務中心工作人員采用統(tǒng)一的規(guī)范測量方法現(xiàn)場測量被調(diào)查者的身高和體重。

1.3 指標定義

（1）血壓控制：血壓在140/90 mmHg以下超過6個月為血壓控制良好，血壓140/90 mmHg以上超過6個月在為血壓未控制[4]。（2）身高、體重測量：要求研究對象脫去鞋帽，測量精確到0.1 cm；體重測量要求對象脫去外套及鞋帽，測量數(shù)值精確到0.1 kg。計算體質(zhì)量指數(shù)（body mass index，BMI）。

1.4 統(tǒng)計學分析與質(zhì)量控制

將調(diào)查問卷錄入Epidata 3.1軟件，同時調(diào)閱健康管理信息系統(tǒng)中相關(guān)信息進行質(zhì)控和補充；運用IBM SPSS Statistics 22.0軟件進行數(shù)據(jù)分析。計數(shù)資料用百分率描述，比較使用χ2檢驗。血壓控制影響因素的多因素分析采用Logistic回歸分析和決策樹模型分析，變量及賦值情況見表1。以P＜0.05為差異有統(tǒng)計學意義。

表1 變量賦值表

2 結(jié)果

2.1 影響患者血壓控制效果的單因素分析

結(jié)果顯示，不同文化程度、高血壓分級、食油攝入量、食鹽攝入量及是否忘記服藥的高血壓患者間的血壓控制率不同，差異均有統(tǒng)計學意義（均P＜0.05，表2）。

表2 被調(diào)查高血壓患者的血壓控制情況

2.2 影響患者血壓控制因素的Logistic回歸分析

以血壓是否控制為因變量，將單因素分析有統(tǒng)計學意義的變量作為自變量，進行Logistic回歸分析，結(jié)果顯示，文化程度、高血壓分級、食鹽攝入量和是否忘記服藥是獨立影響因素。見表3。

表3 血壓控制影響因素的Logistic回歸分析

2.3 影響患者血壓控制效果的決策樹模型分析

根據(jù)決策樹構(gòu)建的血壓控制影響因素樹形圖包含2層，共9個節(jié)點，6個終端節(jié)點。見圖1。文化程度、高血壓分級、食鹽攝入量是影響血壓控制的變量，共提取6條分類規(guī)則：（1）文化程度＞4（高中及以上），血壓未控制的患者占該節(jié)點構(gòu)成的13.4%；（2）文化程度≤2（小學以下），食用鹽攝入適中，占該節(jié)點構(gòu)成的33.7%；（3）文化程度≤2（小學以下），食用鹽攝入偏淡，占該節(jié)點構(gòu)成的18.3%；（4）文化程度≤2（小學以下），食用鹽攝入偏咸，占該節(jié)點構(gòu)成的47.3%；（5）文化程度為2-4（小學到初中），高血壓分級為I級，占該節(jié)點構(gòu)成的18.4%；（6）文化程度為2～4（小學到初中），高血壓分級≥Ⅱ級，占該節(jié)點構(gòu)成的32.9%。

圖1 血壓控制影響因素的決策樹樹形圖

2.4 兩種模型分析結(jié)果比較

繪制Logistic回歸模型與決策樹模型的受試者工作特征曲線（receiver operating characteristic curve，ROC）圖。見圖2。Logistic回歸模型的ROC曲線下面積為0.647，決策樹模型的ROC曲線下面積為0.631，2個模型的ROC曲線下面積差異無統(tǒng)計學意義，Z=-0.691，P＞0.05，預測效果相近，見表4。

圖2 Logistic回歸模型與決策樹模型的ROC曲線圖

表4 Logistic回歸模型與決策樹模型預測效果比較

3 討論

本研究通過Logistic回歸模型與決策樹模型篩選出的老年高血壓患者血壓控制影響因素有文化程度、血壓分級和食鹽攝入量。在Logistic回歸模型中將是否忘記服藥也納入了影響因素，這與其他研究結(jié)果基本一致[5-7]。本研究結(jié)果顯示，Logistic回歸模型與決策樹模型的ROC曲線下面積差異無統(tǒng)計學意義，提示2個模型的預測效果相近，且對血壓控制影響因素的分析結(jié)果有較高的一致性。其中Logistic回歸模型計算出了各個影響因素的OR值，反映了血壓控制與文化程度、血壓分級、食鹽攝入量、是否忘記服藥等4個因素之間的數(shù)量依存關(guān)系，但是無法展示各影響因素之間的交互作用，預測結(jié)果不直觀[8]。而決策樹則能很好展示各變量間的交互作用，如研究中文化程度是第1層的因素，說明文化程度是影響血壓控制的最重要因素，第2層則展示了影響因素間的交互關(guān)系，食鹽攝入偏多是文化程度最低的患者血壓控制影響因素；而高血壓分級偏高是文化程度稍高的患者血壓控制影響因素。以上2種預測模型各具優(yōu)勢，在選擇模型時將兩者結(jié)合可更大程度地發(fā)揮兩者的優(yōu)勢[9]。

從目前情況來看，我國老年高血壓患者的血壓控制率普遍較低，而控制率偏低的原因又是多方面的，如藥物的選擇、服用方式與劑量、治療療程和輔助措施等方面問題層出不窮[10]；尤其是高血壓患者對自我管理的知識、態(tài)度和行為等方面存在不足[11]。考慮大城市社區(qū)老年高血壓患者血壓控制欠佳的影響因素多與高血壓病情及不健康生活方式相關(guān)[12]，結(jié)合本次研究中得到的血壓控制影響因素為文化程度、血壓分級、食鹽攝入量、規(guī)律服藥與否等4個因素，提示金山區(qū)社區(qū)醫(yī)生對文化程度在高中以下、高血壓分級Ⅱ級以上的患者進行管理時，著重做好個體化控制血壓的藥物配置，并給出有針對性的個體化非藥物方法指導。食鹽攝入量多是高血壓患病的危險因素，也是血壓控制的影響因素，這與榮紅輝等[13]的研究結(jié)果一致，說明金山區(qū)居民的食用鹽量還需要加強控制，加大清淡飲食的宣傳力度。社區(qū)醫(yī)生除對高血壓患者進行定期隨訪外，要加大對血壓控制不穩(wěn)定患者的隨訪頻率，宣傳健康的生活行為方式，監(jiān)督規(guī)律服藥情況。社區(qū)醫(yī)生是直接接觸患者的第一線工作者，在這一過程中發(fā)揮著不可替代的作用。

綜上所述，金山區(qū)應在現(xiàn)有社區(qū)管理高血壓患者基礎(chǔ)上，加大全科醫(yī)生責任制管理高血壓患者的力度[14]，加強對全人群的高血壓防治知識健康教育[15-16]，尤其對高血壓患者中文化程度低、血壓分級高、食鹽攝入量多、不能規(guī)律服藥者采取相應的干預措施，以改善其血壓控制情況。