基于隨機森林算法構建StanfordA型主動脈夾層術后譫妄的預測模型

doi：10.12102/j.issn.1672-1349.2025.14.015

ThePredctionModelforPostoperativeDeliriuminStanfordTypeAAorticDissection BasedonRandomForestAlgortm LIU Chunyan，LI Jingjing，WU Guiqin，ZHANG Pingzhen，LI Songjun，ZHOU Jinling

Corresponding Author WU Guiqin，E-mail：1371115728@ qq.com

AbstractObjectiveToanaletheisfactorsofpotoperativedeliiumipatientswithStafordtypeAaorticdiectioadtoetablish arandomforestmodelMethods：Atotalof185patientswithStanfordtypeAaortcdissectioninourhospitalfromJanuary016toOctober 2023weredividedintothedeliumgroupandthenon-deliumgroupaccordingtowhetherdeliriumocuredaftertheoperation.The linicadatasflptintsreoltedirategistiegessosusedtoeentisfacsofptoperativriumA randomforestmodelforpredictingpostoperativedeliuinStanfordtypeAaorticdisectionwasestablisedusingRsoftareesults： Among185patientswithStanfordtypeAaorticdissectionpostoperaivedeliiumocurredin33patientswitStanfordtypeAaortic dissectionilstoatielidisitafdtortietioideefi delirium was 17.84%（33/185） .Therewerestatisticaly significantdiferences inhypoxemia，D-dimer，blood lactate，operation time，deep hypothermiccirculatoryarest timeandmechanical ventiationtime betweenthedlirum groupandthenon-deliumgroup ?Plt;0.05? Hypoxemia，D-dimergt; 15.46mg/L ，bloodlactate gt;2.87mmol/L ，operationtime gt; 265.81min，deephypothermiacirculatoryarrest time gt; 44.32min ，andmechanical ventilation time gt;64.83 hwere independent risk factors for postoperative delirium inpatients with type Aaortic dissection（ Plt;0.05） .Therankingof relatively important predictors forpredictingpostoperative delirum wereoperationtime，mechanical ventilationtipotaiulatoesttilodlactateDidoeieagductioible Ginivaluewasproportionaltoitsimportanceinthemodel.TheareaunderthereceiveroperatingcharacteriticsROC）curveof the randomforestalgorithmforpredicting postoperativedlirium was higher thanthatofthemutivariate Logisticregression model （Z=2.296， P=0.022 ）.Conclusion：Hypoxemia，D-dimergt;15.46mg/L，blood lactate 2.87mmol/L ，operation timegt;265.81 min，deep hypothermiacirculatoryarresttime gt;44.32 min，and mechanical ventilation time gt;64.83 hwere the influencing factors for postoperative deliriumipatientswithStanfordtypeAaorticdissection.Therandomforestmodelwasconstructedbasedontheabovefactorswith better risk prediction efficiency.

KeywordsStanfordtypeAaortic dissection;postoperativedelirium;influencing factors;random forestmodel

主動脈夾層是一種嚴重威脅生命健康的危重癥心血管疾病[1]。根據Stanford分型將主動脈夾層分為A、B兩型，A型累及升主動脈，B型不累及升主動脈。未治療的急性StanfordA型主動脈夾層病死率高，急性StanfordA型主動脈夾層病人一旦發病需要立即給予外科手術治療，但病人圍術期院內死亡率和術后早期并發癥的風險較高[12]。其中術后譫妄是常見的并發癥之一，譫妄可增加感染風險，延長病人住院時間，亦可能影響手術治療效果甚至預后。早期明確影響StanfordA型主動脈夾層病人術后譫妄的相關因素，并制定相應的防治策略對降低譫妄發生風險、提高手術療效等方面尤為重要[3-5]。目前，關于StanfordA型主動脈夾層術后譫妄構建風險預測模型較少，有關StanfordA型主動脈夾層術后譫妄是研究熱點[67]。本研究基于隨機森林算法構建StanfordA型主動脈夾層病人術后譫妄風險預測模型，并驗證模型的預測效能，以期為StanfordA型主動脈夾層病人術后譫妄的臨床防治工作提供參考。

1資料與方法

1.1 研究對象

選取2016年1月—2023年10月在我院行手術治療的185例StanfordA型主動脈夾層病人，本研究已通過我院倫理委員會批準，批準號：北大深醫倫審（研）[2022]第（055）號。

納入標準：通過CT血管造影確診，首次因StanfordA型主動脈夾層疾病在我院行手術治療；入組前無譫妄；年齡 ≥18 歲；近期未服用影響相關血清指標的藥物。

排除標準：臨床資料不完整；術后住院期間死亡；因個體原因退出研究；伴有視聽障礙無法與醫務人員溝通交流；伴有惡性腫瘤或精神類疾病。

1.2 研究方法

收集病人臨床資料，包括性別、年齡、居住地、受教育程度、吸煙、飲酒、低氧血癥、糖尿病、高血壓、冠心病、腦卒中、D-二聚體、B型尿鈉肽、血乳酸、C反應蛋白、血肌酐、血小板計數、血紅蛋白、丙氨酸氨基轉移酶、手術時間、體外循環時間、深低溫停循環時間、左室射血分數、機械通氣時間、心率、體溫、平均動脈壓。

1.3 分組標準

所有病人于術后至少進行每日2次觀察，麻醉清醒后無法言語配合的病人采用重癥監護意識模糊法（CAM-ICU）評估是否出現譫妄，CAM-ICU內容：1）意識狀態的改變或波動；2）注意缺損；3）思維紊亂；4）意識清晰度。病人同時出現1）2）3）或1）2）4）陽性判定為譫妄狀態。

1.4統計學處理

采用SPSS24.0軟件進行數據分析。符合正態分布和方差齊性的定量資料以均數士標準差 表示，采用獨立樣本t檢驗；定性資料以例數、百分比 （% ）表示，采用2檢驗。采用多因素Logistic回歸分析篩選StanfordA型主動脈夾層病人術后譫妄發生的危險因素。運用R（R3.5.3）軟件構建隨機森林模型，采用MedCalc軟件繪制受試者工作特征（ROC）曲線，并計算ROC曲線下面積（AUC）。檢驗水準為 α=0.05 。

2結果

2.1StanfordA型主動脈夾層病人術后譫妄發生情況

185例StanfordA型主動脈夾層病人中，33例StanfordA型主動脈夾層病人術后發生譫妄，152例StanfordA型主動脈夾層病人術后未發生譫妄，術后譫妄發生率為 17.84%（33/185） 。

2.2譫妄組和非譫妄組臨床資料比較

譫妄組和非譫妄組性別、年齡、居住地、受教育程度、吸煙、飲酒、糖尿病、高血壓、冠心病、腦卒中、B型尿鈉肽、C反應蛋白、血肌酐、血小板計數、血紅蛋白、丙氨酸氨基轉移酶、體外循環時間、左室射血分數、心率、體溫、平均動脈壓比較，差異均無統計學意義（ Pgt; 0.05）。譫妄組和非譫妄組低氧血癥、D-二聚體、血乳酸、手術時間、深低溫停循環時間、機械通氣時間比較，差異均有統計學意義（ Plt;0.05 。詳見表1。

表1譫妄組和非譫妄組臨床資料比較

（續表）

2.3 相關變量的最佳截斷值

采用ROC曲線中的約登指數明確表1差異有統計學意義（ Plt;0.05 的連續變量（D-二聚體、血乳酸、手術時間、深低溫停循環時間、機械通氣時間）的最佳截斷值（見表2）。根據上述指標的最佳截斷值轉換為二分類變量，進行多因素Logistic回歸分析。

表2相關變量的最佳截斷值

2.4多因素Logistic回歸分析

將StanfordA型主動脈夾層病人臨床資料中低氧血癥、D-二聚體、血乳酸、手術時間、深低溫停循環時間、機械通氣時間作為自變量，以StanfordA型主動脈夾層病人術后是否發生譫妄作為因變量，進行多因素Logistic回歸分析。以StanfordA型主動脈夾層病人是否發生譫妄作為因變量，以StanfordA型主動脈夾層病人低氧血癥、D-二聚體、血乳酸、手術時間、深低溫停循環時間、機械通氣時間為自變量，變量賦值見表

3。結果顯示：低氧血癥、D-二聚體 gt;15.46mg/L 、血乳酸 gt;2.87mmol/L 手術時間 gt;265.81min 、深低溫停循環時間 、機械通氣時間 gt;64.83h 均是StanfordA型主動脈夾層病人術后發生譫妄的獨立危險因素（ Plt;0.05 。詳見表4。

表3變量賦值

表4多因素Logistic回歸分析結果

2.5基于隨機森林算法構建StanfordA型主動脈夾層 病人發生譫妄的重要性排序

采用R語言，使用install.packages（“randomForest\"）軟件包構建隨機森林模型。預測StanfordA型主動脈夾層病人術后發生譫妄的相對重要預測因子排序依次為手術時間、機械通氣時間、深低溫停循環時間、血乳酸、D-二聚體、低氧血癥，變量Gini值的平均降低量與其在模型的重要性成正比。詳見圖1、圖2。

2.6兩種預測模型對術后譫妄的診斷效能

隨機森林算法預測術后譫妄的AUC高于多因素 Logistic回歸模型的AUC（ Z=2.296 P=0.022 。詳見 表5、圖3。

圖1模型錯誤率和決策樹的關系

圖2StanfordA型主動脈夾層病人術后發生譫妄 變量的重要性排序

表5兩種預測模型對StanfordA型主動脈夾層病人術后發生譫妄的診斷效能

圖3兩種模型預測StanfordA型主動脈夾層病人術后發生譫妄的ROC曲線

3討論

近年來，隨著醫療水平的不斷發展與進步，使得StanfordA型主動脈夾層病人術后病死率降低，但術后神經系統相關并發癥的發生率處于較高水平，其中以術后譫妄最為顯著[9-10]。術后譫妄指手術或治療后病人出現的一系列認知和行為障礙，主要臨床表現為注意力不集中、迷茫、混亂及幻覺等癥狀[1-2]。術后譫妄不僅給病人帶來不適和痛苦，可能延長住院時間，增加并發癥發生風險。因而，及早識別StanfordA型主動脈夾層病人術后譫妄的相關因素，并制定相應的防治措施就顯得尤為重要。據相關文獻報道，心臟手術后譫妄發生率為 21%～50% ，與普通心臟手術相比，StanfordA型主動脈夾層病人手術時間相對更長，且受術中深低溫停循環、組織灌注不足等影響，導致病人腦功能障礙可能性相對更大[13]。王軍等[14]研究報道，StanfordA型主動脈夾層術后譫妄發生率約為 39.8% 。本研究術后譫妄發生率為 17.84% ，結果稍低于上述研究，分析原因可能與研究設計、樣本量及地域差異等因素相關。由此可見，術后譫妄在StanfordA型主動脈夾層手術病人中有較高的發生率，提示治療期間醫務人員需加強對StanfordA型主動脈夾層手術病人的關注，進而有助于降低術后譫妄發生率，促使更多StanfordA型主動脈夾層病人在手術治療方案中獲益。

既往研究發現，低氧血癥是StanfordA型主動脈夾層病人術后譫妄的獨立危險因素，伴有低氧血癥病人術后譫妄發生風險較單存StanfordA型主動脈夾層病人增加2.172倍[15]。譫妄屬于一種意識狀態改變的癥狀，StanfordA型主動脈夾層病人術后可能出現混亂、失去方向感及注意力不集中等表現，低氧血癥進一步可加重病人腦部損傷，并干擾神經傳遞和腦功能恢復，從而增加術后譫妄的風險。王玉偉等7研究發現，術前血乳酸值異常升高的StanfordA型主動脈夾層病人術后更易發生譫妄，術前血乳酸 gt;1.96mmol/L 時，StanfordA型主動脈夾層病人術后譫妄的發生風險可能增加5.646倍。本研究結果發現，譫妄組血乳酸水平高于非譫妄組；進一步行多因素Logistic回歸分析發現，血乳酸水平異常升高的StanfordA型主動脈夾層病人術后更易發生譫妄，證實了血乳酸水平異常升高可能增加術后譫妄的發生風險。血乳酸屬于細胞代謝產物，正常情況下由心肺系統將其清除，維持體內酸堿平衡，高水平血乳酸可能對中樞神經系統產生負面影響，并影響腦血流灌注和神經細胞的正常功能，促使神經元異常激活，繼而導致病人術后更易發生譫妄。

相關研究顯示，隨著機械通氣時間延長，病人術后譫妄發生風險相對增加[1]，與本研究結果一致。分析原因可能為病人術后存在低氧血癥、酸堿平衡紊亂等導致機械通氣時間延長，這些生理變化均可能引起大腦供氧不足和代謝紊亂，從而增加術后譫妄的風險。戴亞偉等[17]研究表明，手術時間 的StanfordA型主動脈夾層病人術后更易發生譫妄。本研究結果發現，手術時間 gt;265.81min 的StanfordA型主動脈夾層病人術后發生譫妄的風險是手術時間 ?265.81min 病人的1.071倍。原因可能為手術本身屬于一種有創操作，手術時間延長導致病人處于長時間的麻醉狀態，加之麻醉藥物和體外循環對病人神經傳導和認知功能的影響，進而引起病人術后更易出現譫妄。

周楚芝等[18]研究顯示，深低溫停循環時間延長是StanfordA型主動脈夾層病人術后譫妄的獨立危險因素。本研究結果還顯示，深低溫停循環時間延長病人術后更易發生譫妄，相較于深低溫停循環時間 ?44.32 min病人，深低溫停循環時間 病人術后譫妄發生風險增加1.104倍。雖然深低溫停循環可保護手術病人的心臟和其他重要器官，但長時間的深低溫停循環不僅損傷腦細胞，同時還可能導致血液在體內停滯形成血栓，血栓脫落可能引發腦部供血不足，進而增加術后譫妄風險。

本研究結果發現，D-二聚體異常升高增加StanfordA型主動脈夾層病人術后譫妄發生風險，D-二聚體 gt;15.46mg/L 病人術后譫妄發生風險是D-二聚體 ≤15.46mg/L 病人的1.423倍。分析原因為D-二聚體升高多提示凝血活動增加和體內炎癥反應增強，凝血活動異常可能導致血栓形成，從而影響腦部血液循環，最終引發術后譫妄。

防治措施：1）對伴有低氧血癥的病人，應及時糾正低氧血癥狀況，給予調整機械通氣及合理氧療，提供足夠的氧氣供應，改善病人腦部缺氧狀況。2）D-二聚體是一種血液凝集指標，高水平D-二聚體可能與血管內血栓形成相關，因此，術后應密切監測病人D-二聚體水平，及時發現處理以降低血栓形成風險。3）血乳酸是一項反映組織缺氧程度的指標，術后血乳酸水平升高提示病人可能存在組織缺氧情況，需采取措施改善組織灌注，糾正缺氧，以降低譫妄的發生率。4）手術時間和深低溫停循環時間是手術過程中的兩個關鍵因素。手術時間、深低溫停循環時間過長均對病人腦部造成一定程度的損傷，增加譫妄的風險。因此，在手術過程中應當盡量縮短手術時間和深低溫停循環時間，術中頭部使用冰帽，減少對腦部的損傷。5）機械通氣過久直接導致ICU入住時間延長，增加譫妄的發生。在機械通氣時，落實鎮痛鎮靜管理，每日評估撤機時機，條件允許盡早拔除氣管插管，減少不必要的約束，協助病人早期活動，減少術后譫妄的發生。

隨機森林是一種集成學習方法，通過結合多個決策樹進行分類和回歸分析，在隨機森林中，每個決策樹均是獨立構建的，通過投票或平均確定最終的預測結果[19]。隨機森林的主要特點是采用自助采樣法（Bootstrapsampling）和隨機特征選擇法（randomfeatureselection），使每個決策樹均是基于不同的樣本和特征集進行訓練，隨機森林不僅能處理數據中的噪聲和缺失值，還能計算每個特征的重要性，并處理缺失數據[20]。本研究建立的StanfordA型主動脈夾層病人術后譫妄發生的隨機森林模型，其模型中的每項危險因素均有其對應的預測重要性排序，治療期間醫務人員根據StanfordA型主動脈夾層病人的臨床信息進行評估，判斷病人是否為術后譫妄高危人群，繼而有助于術后譫妄的防治。本研究預測StanfordA型主動脈夾層病人術后譫妄的相對重要預測因子排序依次為手術時間、機械通氣時間、深低溫停循環時間、血乳酸、D-二聚體、低氧血癥，變量Gini值的平均降低量與其在模型的重要性成正比。ROC結果顯示，隨機森林算法預測StanfordA型主動脈夾層病人術后并發譫妄的AUC稍高于多因素Logistic回歸模型，提示本研究構建的隨機森林模型有較好的預測效能。

綜上所述，低氧血癥、D-二聚體 gt;15.46mg/L 血乳酸 gt;2.87mmol/L 手術時間 gt;265.81min 、深低溫停循環時間 、機械通氣時間 gt;64.83h 均是StanfordA型主動脈夾層病人術后譫妄的危險因素，基于上述因素建立的隨機森林模型有較好的風險預測效能。本研究為單中心回顧性研究，納入的樣本量有限，今后仍需進一步深入研究。

參考文獻：

[1]中國醫師協會心血管外科分會大血管外科專業委員會.主動脈

夾層診斷與治療規范中國專家共識[J].中華胸心血管外科雜志，2017，33（11）：641-654.

[2]ZHU Y J，LINGALA B，BAIOCCHI M，et al.Type A aortic dissection-experience over5 decades JACC historical breakthroughsinperspective[J].Journal of the American College of Cardiology，2020，76（14）：1703-1713.

[3]TIEN M，KU A，MARTINEZ-ACERO N，et al.The Pennclassificationpredicts hospitalmortalityinacutestanford typeAandtypeBaortic dissections[J].Journal of Cardiothoracic and VascularAnesthesia，2020，34（4）：867-873

[4]宋先榮，張子涵，李金紅，等.影響StanfordA型主動脈夾層術后加速康復的危險因素分析[J].心肺血管病雜志，2021，40（10）：1046-1049.

[5]DONGYH，QUELF，JIAQJ，et al.Predicting reinterventionafterthoracic endovascularaortic repair of Stanford type Baorticdissectionusingmachine learning[J].EuropeanRadiology，2022，32（1）：355-367.

[6]潘蘭，馮素萍，蘭云霞，等.StanfordA型主動脈夾層術后譫妄患者癥狀感受和應對體驗的質性研究[J].中華現代護理雜志，2022（14）：1856-1861.[7］王玉偉，李慧.構建及驗證基于Logistic回歸的StanfordA型主動脈夾層術后譫妄風險預測模型效果[J].臨床研究，2023（2）：7-11.

[8]李立群，王建寧，江榕，等.中文版3分鐘譫妄診斷量表在ICU患者中應用的信度效度評價[J].中國護理管理，2021，21（11）：1639-1642.

[9]CHEN XL，BAI M，ZHAOLJ，et al.Characteristics and outcomesof Stanford type A aortic dissection patients with severe post-operation hyperbilirubinemia：a retrospective cohort study[J].JoumalofCardiothoracicSurgery，2020，15（1）：195.

[10]WANG J，WU L R， XIE X.Stanford type A aortic dissection withcerebral infarction：ararecase report[J].BMCNeurology，2020，20（1）：253.

[11］黃琦，關美嬌，鄒彬，等.機器學習模型預測心臟外科手術患者術后譫妄的有效性[J].臨床麻醉學雜志，2023，39（4）：363-369.

[12]任超，梁家立，張勇，等.右美托咪定對心肺轉流下瓣膜置換術后譫妄及認知功能的影響[J].中國體外循環雜志，2020，18（4）：221-224.

[13] KAZMIERSKI J，KOWMANM，BANACHM，etal.Incidenceandpredictorsof deliriumafter cardiac surgery：results from the IPDACSStudy[J].Journal ofPsychosomatic Research，2010，69（2）：179-185.

[14］王軍，楊，周麗麗.右美托咪定復合不同麻醉深度在老年全髖關節置換術患者中的麻醉效果及對術后譫妄的影響[J].臨床和實驗醫學雜志，2023，22（13）：1448-1451.

[15]劉翔，李萍.StanfordA型主動脈夾層患者術后譫妄危險因素研究[J].心理月刊，2020，15（4）：38-39.

[16]李雪蘋，王磊，張淮，等.StanfordA型主動脈夾層患者術后譫妄風險預測評分模型的構建與效果驗證[J].中華護理雜志，2022，57（8）：950-957.

［17]戴亞偉，胡帥，李明科.StanfordA型主動脈夾層患者術后發生譫妄的危險因素[J].血管與腔內血管外科雜志，2022，8（12）：1445-1449.

[18]周楚芝，楊建安，溫雋珉，等.急性A型主動脈夾層患者術后譫妄發生的危險因素分析[J].中國動脈硬化雜志，2016，24（12）：1253-1257.

[19]文天才，劉保延，張艷寧.缺血性腦卒中患者31天內非計劃性再入院風險因素研究：隨機森林模型[J].中國循證醫學雜志，2019，19（5）：532-538.

[20]張占林，孫勇，妥小青，等.隨機森林算法對體檢人群糖尿病患病風險的預測價值研究[J].中國全科醫學，2019，22（9）：1021-1026.

（收稿日期：2024-01-14）（本文編輯 薛妮）