急性高原病易感性LVQ神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)研究

游海燕,高鈺琪,黃朝暉　(.第三軍醫(yī)大學(xué)衛(wèi)勤訓(xùn)練基地衛(wèi)生勤務(wù)學(xué)教研室，重慶 400038；.第三軍醫(yī)大學(xué)高原軍事醫(yī)學(xué)系，重慶 400038)

急性高原病易感性LVQ神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)研究

游海燕1,高鈺琪2,黃朝暉1(1.第三軍醫(yī)大學(xué)衛(wèi)勤訓(xùn)練基地衛(wèi)生勤務(wù)學(xué)教研室，重慶 400038；2.第三軍醫(yī)大學(xué)高原軍事醫(yī)學(xué)系，重慶 400038)

[摘要]目的探索高海拔暴露前急性高原病(AMS)易感指標(biāo)與AMS的關(guān)系，實(shí)現(xiàn)對(duì)AMS易感預(yù)測(cè)。方法進(jìn)入高原期前，檢測(cè)314例健康成年人22項(xiàng)生理、心理指標(biāo)，進(jìn)入高原后按照國(guó)際通用急性高原病判斷標(biāo)準(zhǔn)(LLS)進(jìn)行AMS診斷。利用神經(jīng)網(wǎng)絡(luò)強(qiáng)大的容錯(cuò)性，基于選定的易感指標(biāo)特征，建立了AMS易感預(yù)測(cè)的LVQ模型。結(jié)果模型預(yù)測(cè)將研究對(duì)象判斷為不出現(xiàn)AMS的靈敏度較高(95.00%)，平均預(yù)測(cè)正確率達(dá)到72.22%，預(yù)測(cè)結(jié)果可信度較好。結(jié)論該預(yù)測(cè)模型的建立為進(jìn)入高海拔人群篩選提供了可用的方法，能夠初步實(shí)現(xiàn)對(duì)AMS易感人群的篩選。

[關(guān)鍵詞]急性高原??；易感性；LVQ神經(jīng)網(wǎng)絡(luò)模型；預(yù)測(cè)

急性高原病(acute mountion sickness，AMS)有明顯的易感性，易感性預(yù)測(cè)一直以來(lái)都是個(gè)難點(diǎn)問(wèn)題[1]。由于指標(biāo)比較多，有些指標(biāo)之間相關(guān)性較強(qiáng)，傳統(tǒng)方法主要采取多元回歸法分析[2]，該方法的局限性導(dǎo)致了預(yù)測(cè)效果不夠理想。隨著信息技術(shù)的發(fā)展，神經(jīng)網(wǎng)絡(luò)方法被越來(lái)越多的研究者應(yīng)用于各類預(yù)測(cè)問(wèn)題的研究，其建模更簡(jiǎn)捷，對(duì)于預(yù)測(cè)問(wèn)題中各個(gè)影響因素之間復(fù)雜、非線性關(guān)系的擬合能力更強(qiáng)，其預(yù)測(cè)精度和效率更高，有著傳統(tǒng)方法無(wú)法比擬的適應(yīng)性、容錯(cuò)性及自組織性等優(yōu)點(diǎn)，在疾病預(yù)測(cè)中有著廣闊的應(yīng)用前景[3-5]。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法有多種，本研究根據(jù)所研究問(wèn)題的性質(zhì)和神經(jīng)網(wǎng)絡(luò)的有關(guān)理論，針對(duì)AMS易感指標(biāo)的特征，采取學(xué)習(xí)向量量化(learning vector quantization，LVQ)網(wǎng)絡(luò)方法用于建立預(yù)測(cè)模型，實(shí)現(xiàn)對(duì)AMS易感預(yù)測(cè)。

1資料與方法

1.1研究對(duì)象

在海拔1 350 m處采用自制調(diào)查表和儀器檢測(cè)獲取了391例受試對(duì)象22項(xiàng)指標(biāo)數(shù)據(jù)，排除77個(gè)研究對(duì)象(5個(gè)感冒，3個(gè)腹瀉，3個(gè)大于2 900 m高海拔攀升史，10個(gè)出生并生活在海拔2 500 m以上地區(qū)，56個(gè)信息不全)，沒(méi)有哮喘或其他肺部疾病或者其他嚴(yán)重慢性疾病人員，共314例健康男性納入研究，年齡(20.18±1.73)歲，身高(171.74±6.49) cm，體質(zhì)量(63.27±7.10) kg。

1.2AMS易感指標(biāo)

查閱國(guó)內(nèi)外關(guān)于AMS易感指標(biāo)研究文獻(xiàn)資料，從大批人群各項(xiàng)指標(biāo)獲取的簡(jiǎn)易性、可操作性和安全性角度出發(fā)，盡可能采取無(wú)創(chuàng)操作的實(shí)驗(yàn)方法，確定如下指標(biāo)進(jìn)行樣本數(shù)據(jù)采集：年齡、飲酒、吸煙、血氧飽和度、體重指數(shù)、肺活量、用力肺活量、心率變異、屏氣時(shí)間、呼出氣NO、呼出氣CO、靜息心率、肺體指數(shù)、肺胸指數(shù)、心理癥狀共22項(xiàng)指標(biāo)[6-13]。

1.3數(shù)據(jù)處理

將每個(gè)研究對(duì)象的一組數(shù)據(jù)包括編號(hào)、AMS診斷結(jié)果(是或否)、各AMS易感指標(biāo)共24個(gè)數(shù)據(jù)編制成數(shù)據(jù)文件。數(shù)據(jù)文件中每組數(shù)據(jù)共分24個(gè)字段，第1個(gè)字段是人員編號(hào)(便于實(shí)現(xiàn)樣本數(shù)據(jù)隨機(jī)選取)，第2個(gè)字段是AMS診斷結(jié)果(非AMS用數(shù)字1表示；AMS用數(shù)字2表示)，第3～24個(gè)字段為AMS易感因子指標(biāo)，包括“BMI”、“age”、“drinking”、“smoking”、“心理癥狀結(jié)果(1：有心理問(wèn)題；0：無(wú)心理問(wèn)題)”、“VC”、“FVC”、“FENO”、“FECO”、“肺體指數(shù)”、“肺胸指數(shù)”、“SaO2”、“HR”、“屏氣時(shí)間”、“SDNN”、“rMSSD”、“PNN50”、“TP”、“VLF”、“LF”、“HF”、“LF/HF”共22個(gè)指標(biāo)，其中心理癥狀指標(biāo)是抑郁、焦慮、SCL-90 3種癥狀調(diào)查表調(diào)查結(jié)果的合并，即抑郁、焦慮、SCL-90 3項(xiàng)調(diào)查中有1項(xiàng)是陽(yáng)性，就認(rèn)為該研究對(duì)象有心理方面問(wèn)題。

1.4模型方法

采用LVQ神經(jīng)網(wǎng)絡(luò)算法模型，隨機(jī)選取260例研究對(duì)象作為訓(xùn)練集，剩余的54例作為測(cè)試集，將研究對(duì)象易感指標(biāo)量化特征作為網(wǎng)絡(luò)輸入，AMS和非AMS兩種診斷結(jié)果作為輸出，利用Matlab 7.0軟件自帶的神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)newlvq()構(gòu)建LVQ網(wǎng)絡(luò)，進(jìn)行AMS易感預(yù)測(cè)。

2結(jié)果

2.1AMS癥狀調(diào)查結(jié)果

研究對(duì)象總行程1 080 km，途經(jīng)最高海拔5 250 m，最高睡眠海拔4 700 m(第3天晚上)。按照國(guó)際通用的判斷急性高原病標(biāo)準(zhǔn)(lake lousie score，LLS)，314例健康男性中AMS 119例，非AMS 195例。AMS發(fā)病率最高峰在第3天，隨后逐漸降低，7 d后，幾乎無(wú)AMS癥狀人員。研究對(duì)象AMS最高分和AMS評(píng)分大于4分人數(shù)最多時(shí)也是出現(xiàn)在第3天。無(wú)急性高原肺水腫(high altitude pulmonary edema，HAPE)或腦水腫(high altitude cerebral edema，HACE)病例。

2.2LVQ模型預(yù)測(cè)結(jié)果

將檢測(cè)的22項(xiàng)指標(biāo)數(shù)據(jù)全部用于網(wǎng)絡(luò)訓(xùn)練，建立LVQ仿真模擬模型，該模型輸出數(shù)據(jù)結(jié)果如下：樣本總數(shù)為314例，其中No-AMS為195例，AMS為119例。訓(xùn)練集病例總數(shù)為260例，其中No-AMS為155例，AMS為105例。測(cè)試集病例總數(shù)為54例，其中No-AMS為40例，AMS為14例。采用54例樣本對(duì)建立的LVQ網(wǎng)絡(luò)模型進(jìn)行仿真模擬測(cè)試，在No-AMS組，正確判斷為No-AMS的有38例，錯(cuò)誤判斷或誤診為AMS有2例，確診率為95.00%，正確預(yù)測(cè)39例，錯(cuò)誤預(yù)測(cè)15例，平均預(yù)測(cè)正確率為72.22%，錯(cuò)誤率為27.78%(表1)。

3討論

AMS易感性預(yù)測(cè)是國(guó)內(nèi)外學(xué)者關(guān)注研究的重點(diǎn)，國(guó)內(nèi)外從事高原醫(yī)學(xué)研究的專家都在共同努力尋找并建立一個(gè)可以預(yù)測(cè)急性高原病的模型方法。目前的研究一方面主要集中在生理、生化、心理、基因、海拔高度、地理因素等某方面指標(biāo)與AMS的關(guān)系，都是孤立進(jìn)行某一方面因素的研究分析[6,13-17]，沒(méi)能把人體作為一個(gè)復(fù)雜系統(tǒng)，將生理、心理等因素有機(jī)結(jié)合起來(lái)，從多指標(biāo)角度基于復(fù)雜性、系統(tǒng)性建立急性高原病易感指標(biāo)。另一方面有個(gè)別文獻(xiàn)研究報(bào)道利用多元回歸分析方法研究建立AMS易感預(yù)測(cè)模型，如：Schneider等[14]采用雙變量分析或多元邏輯回歸分析研究發(fā)現(xiàn)，年齡、性別、訓(xùn)練、體重指數(shù)、飲酒、吸煙對(duì)AMS易感沒(méi)有顯著影響；Burtscher等[18-19]采用多元回歸分析研究發(fā)現(xiàn)，暴露低氣壓20～30 min后血氧飽和度值可以作為判斷AMS高度易感的依據(jù)；Vann等[20-21]采用多元回歸分析方法研究表明，AMS發(fā)病的可能性與海拔高度和暴露時(shí)間有關(guān)。國(guó)內(nèi)學(xué)者利用多元回歸分析方法研究表明，急性高原病癥狀評(píng)分結(jié)果與受試者飲水1 000 mL 后2.5 h尿量、最大呼氣流量、低氧反應(yīng)7 min時(shí)心率及胸廓體積之間存在線性回歸關(guān)系[2]。然而，多元回歸分析不能很好地處理變量間的共線性，其要求測(cè)定指標(biāo)之間是相互獨(dú)立的，對(duì)測(cè)定因素集的獨(dú)立性要求比較高，而實(shí)際研究提出的AMS易感指標(biāo)根本不可能達(dá)到相互獨(dú)立，故多元回歸分析實(shí)現(xiàn)多指標(biāo)預(yù)測(cè)難度大。

表1　LVQ網(wǎng)絡(luò)預(yù)測(cè)結(jié)果

隨著計(jì)算機(jī)科學(xué)技術(shù)的發(fā)展，神經(jīng)網(wǎng)絡(luò)方法被越來(lái)越多的研究者應(yīng)用于各類預(yù)測(cè)問(wèn)題的研究，尤其是在疾病預(yù)測(cè)中廣泛使用[3-5]，因此本研究借助神經(jīng)網(wǎng)絡(luò)理論對(duì)數(shù)據(jù)的要求較低，容錯(cuò)能力強(qiáng)，以醫(yī)學(xué)數(shù)據(jù)為研究對(duì)象的數(shù)據(jù)挖掘已成為可能這一優(yōu)勢(shì)特點(diǎn)，應(yīng)用人工神經(jīng)網(wǎng)絡(luò)LVQ預(yù)測(cè)方法從復(fù)雜系統(tǒng)工程角度探討人體在低海拔某些生理、心理指標(biāo)與進(jìn)入高原后AMS發(fā)生的關(guān)系，目的在于利用高海拔暴露前人員的生理、心理等綜合數(shù)據(jù)信息，實(shí)現(xiàn)批量人群進(jìn)入高海拔前的初步的AMS易感者篩選。在研究工作中，利用已獲取的AMS易感者高海拔暴露前生理、心理等22個(gè)指標(biāo)作為網(wǎng)絡(luò)輸入(輸入變量)，把是否有AMS出現(xiàn)作為網(wǎng)絡(luò)輸出(結(jié)局變量)，建立AMS易感者診斷模型實(shí)現(xiàn)進(jìn)入高海拔前的初步的AMS易感者篩選。同時(shí)為保證測(cè)試結(jié)果準(zhǔn)確，在訓(xùn)練和測(cè)試神經(jīng)網(wǎng)絡(luò)時(shí)，按照AMS和非AMS的比例分配了數(shù)據(jù)集，且采用試錯(cuò)法確立了LVQ神經(jīng)網(wǎng)絡(luò)競(jìng)爭(zhēng)層神經(jīng)元數(shù)目和最大循環(huán)次數(shù)。本研究結(jié)果表明：在No-AMS組，模型預(yù)測(cè)將研究對(duì)象判斷為不出現(xiàn)AMS的靈敏度較高(95.00%)，平均預(yù)測(cè)正確率達(dá)到72.22%，預(yù)測(cè)結(jié)果可信度較好，但是在AMS組，正確判斷為AMS的比例相對(duì)較低，出現(xiàn)AMS的特異度相對(duì)較低狀況。分析原因有：①目前國(guó)際上關(guān)于AMS的診斷沒(méi)有客觀可行的標(biāo)準(zhǔn)和依據(jù)，仍然采用主觀性較強(qiáng)的癥狀調(diào)查量表，該方法缺乏對(duì)AMS診斷的金標(biāo)準(zhǔn)，即沒(méi)有客觀定量的判斷方法來(lái)確定人員進(jìn)入高海拔后是否有AMS出現(xiàn)，故研究建立客觀的AMS診斷標(biāo)準(zhǔn)對(duì)于實(shí)現(xiàn)AMS易感者篩選以及提高篩選的準(zhǔn)確性非常必要。②為了進(jìn)一步提高數(shù)據(jù)挖掘質(zhì)量，提高預(yù)測(cè)模型的靈敏度和精度，保證預(yù)測(cè)模型的可靠性和實(shí)用性，在采集數(shù)據(jù)時(shí)還應(yīng)特別注意AMS癥狀的調(diào)查應(yīng)盡可能客觀描述，雖然神經(jīng)網(wǎng)絡(luò)理論的容錯(cuò)性較強(qiáng)，但主觀因素過(guò)多也會(huì)給研究結(jié)果帶來(lái)影響，因此，開(kāi)展進(jìn)一步研究應(yīng)盡量降低數(shù)據(jù)采集中主觀因素的影響。

本研究結(jié)果也表明，雖然平均預(yù)測(cè)正確率只達(dá)到了72.22%，但是對(duì)于No-AMS預(yù)測(cè)精度仍然高。在實(shí)際應(yīng)用中，可以考慮利用該模型方法通過(guò)預(yù)測(cè)急進(jìn)高原人群No-AMS的發(fā)生人群，反推AMS的發(fā)生人群，從而實(shí)現(xiàn)對(duì)AMS易感者的初步預(yù)測(cè)篩選。Polak等[22]利用人工神經(jīng)網(wǎng)絡(luò)在2 551例妊娠糖尿病的高危人群中進(jìn)行篩查，發(fā)現(xiàn)91例妊娠糖尿病患者，靈敏度為70%，而傳統(tǒng)的Logistic回歸分析的靈敏度只有56.3%。因此，LVQ神經(jīng)網(wǎng)絡(luò)用于AMS易感預(yù)測(cè)是可行的，該預(yù)測(cè)模型的建立，為進(jìn)入高海拔人群AMS易感篩選提供了可借鑒的方法，進(jìn)一步研究可能更多集中在AMS判斷的客觀性以及改進(jìn)模型方法，提高預(yù)測(cè)精度。

[參考文獻(xiàn)]

[1] 高鈺琪.高原軍事醫(yī)學(xué)[M].重慶：重慶出版社，2005:250-267.

[2] 黃慶愿，高鈺琪，劉福玉，等.急性高原反應(yīng)相關(guān)因素的多元線性回歸分析[J].第三軍醫(yī)大學(xué)學(xué)報(bào)，2006，28(12):1269-1272.

[3] 王俊杰,陳景武.BP神經(jīng)網(wǎng)絡(luò)在疾病預(yù)測(cè)中的應(yīng)用[J].數(shù)理醫(yī)藥學(xué)雜志,2008，21(3):259-262.

[4] 李娟,胡永華.神經(jīng)網(wǎng)絡(luò)模型在分析復(fù)雜性疾病多基因交互作用中的應(yīng)用[J].中國(guó)衛(wèi)生統(tǒng)計(jì)，2010,27(3):321-323.

[5] 黃德生,施海龍,關(guān)鵬,等.LVQ人工神經(jīng)網(wǎng)絡(luò)在傷寒、副傷寒發(fā)生強(qiáng)度判別與預(yù)測(cè)中的應(yīng)用[J].中國(guó)醫(yī)科大學(xué)學(xué)報(bào),2005,34(2):146-149.

[6] Karinen HM，Peltonen JE，Kahonen M，et al.Prediction of acute mountain sickness by monitoring arterial oxygen saturation during ascent[J].High Alt Med Biol，2010，11(4):325-332.

[7] 周其全，高鈺琪，黃慶愿，等.肺功能測(cè)定對(duì)急性高原反應(yīng)易感者預(yù)測(cè)價(jià)值的初步探討[J].西北國(guó)防醫(yī)學(xué)雜志,2004，25(1):13-15.

[8] Koehle MS，Guenette JA，Warburton DER.Oximetry，heart rate variability，and the diagnosis of mild-to-moderate acute mountain sickness[J].Eur J Emerg Med，2010，17(2):119-122.

[9] Huang Q,Gao Y,Mou X,et al.The role of hypoxic response and breath holding at sea level in prediction of acute mountain sickness[J].Chin J Appl Physiol，2004，20(2):142-145.

[10] Brown DE，Beall CM，Strohl KP，et al.Exhaled nitric oxide decreases upon acute exposure to high-altitude hypoxia[J].Am J Hum Biol，2006，18(2):196-202.

[11] Kunze U，B?hm G，F(xiàn)erstl F,et al.Assessing smoking behaviour among medical students by the measurement of expired carbon monoxide (CO)[J].Wien Med Wochenschr,2009,159(1):14-16.

[12] 周其全,高鈺琪,黃慶愿,等.肺功能與急性高原反應(yīng)癥狀學(xué)評(píng)分之間的相關(guān)分析[J].華西醫(yī)學(xué),2004,19(2):262-263.

[13] 牟信兵,葉剛林,曾鳳蘭,等.急性高原病患者心理狀況評(píng)定[J].高原醫(yī)學(xué)雜志,2001,11(2):22-23.

[14] Schneider M,Bernasch D，Weymann J，et al.Acute mountain sickness:influence of susceptibility，preexposure，and ascent rate[J].Med Sci Sport Exer，2002，34(12):1886-1891.

[15] Sutherland AI，Morris DS，Owen CG，et al.Optic nerve sheath diameter，intracranial pressure and acute mountain sickness on Mount Everest:a longitudinal cohort study[J].Brit J Sport Med，2008，42(3):183-188.

[16] MacInnis MJ,Koehle MS,Rupert JL.Evidence for a Genetic Basis for Altitude Illness:2010 Update[J].High Alt Med Biol，2010，11(4):349-368.

[17] 宋桐林,吳玉,沈鵬宇,等.青年男性急性高原反應(yīng)與地理因素的關(guān)系研究[J].局解手術(shù)學(xué)雜志,2014,23(6):599-601.

[18] Burtscher M，F(xiàn)latz M，F(xiàn)aulhaber M.Prediction of susceptibility to acute mountain sickness by Sa(O2) values during short-term exposure to hypoxia[J].High Alt Med Biol，2004，5(3):335-340.

[19] Burtscher M，Szubski C，F(xiàn)aulhaber M.Prediction of the susceptibility to AMS in simulated altitude[J].Sleep Breath，2008，12(2):103-108.

[20] Vann RD，Pollock NW，Pieper CF，et al.Epidemiological-modeling of acute mountain sickness (AMS)-A prospective data collection standard[J].Adv Exp Med Biol，2003，543:355-358.

[21] Vann RD，Pollock NW，Pieper CF，et al.Statistical models of acute mountain sickness[J].High Alt Med Biol，2005，6(1):32-42.

[22] Polak S，Mendyk A.Artificial intelligence technology as a tool for initial GDM screening[J].Expert Syst Appl，2004，26(4):455-460.

(編輯：周小林)

CT imaging appearance and pathological features of basal cell adenoma in parotid gland Prediction of susceptibility to acute mountain sickness based on LVQ neural-network model

YOU Hai-yan1，GAO Yu-qi2，HUANG Zhao-hui1

(1.Department of Health Service，Training Base of Health Service，Third Military Medical University，Chongqing 400038，China;2.Department of High-Altitude Military Medicine,Third Military Medical University，Chongqing 400038，China)

Abstract:ObjectiveThe purpose of this study was to examine the relationship between acute mountain sickness (AMS) and AMS susceptibility indices before ascent to high altitude and to evaluate their predictive value for AMS. MethodsA total of 314 healthy male adults were voluntarily enrolled.Their 22 physiological and mental indices of AMS susceptibility were obtained before exposure high altitude.The diagnoses of AMS were based on the Lake Louise score (LLS)，an international standard scoring system for AMS.According to the characteristics of selected AMS susceptibility indices and the strong fault tolerance of neural network theory，the learning vector quantization (LVQ) neural network method was adopted to build the prediction model of susceptibility to AMS. ResultsThe results showed the sensitivity of the LVQ model which distinguishes subjects with no-AMS reached 95.00%，the average correct-prediction precision ultimately reached 72.22%.The result of prediction is believable. ConclusionThe builded LVQ model provide a scientific method for screening crowd who quickly ascend to high altitude，and also can lead to an effective preliminary screening of susceptibility to AMS.

Keywords:acute mountain sickness;susceptibility;LVQ neural-network model;prediction

[中圖分類號(hào)]R852.11

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]1672-5042(2015)06-0627-03

[收稿日期]2015-08-20[修回日期] 2015-09-16

[通訊作者]高鈺琪，E-mail: gaoy66@yahoo.com

[基金項(xiàng)目]重慶市社會(huì)科學(xué)規(guī)劃培育項(xiàng)目(2013PYGL01)；全軍醫(yī)學(xué)科研計(jì)劃面上項(xiàng)目(CWS12J091)

doi:10.11659/jjssx.08E015149