基于決策樹(shù)構(gòu)建胸痛患者院內(nèi)心臟驟停早期預(yù)警模型

龔海蓉，吳婷婷,2，鄭若菲，李紅

中國(guó)急診就診人數(shù)十年增加了170%[1]，其中胸痛患者比例高達(dá)4.7%[2]?；颊邤?shù)量的增加勢(shì)必導(dǎo)致急診科擁擠和治療延遲，最終導(dǎo)致患者臨床風(fēng)險(xiǎn)甚至是病死率增加[3]。由于急診醫(yī)療資源有限，準(zhǔn)確鑒別高?；颊卟⒅贫焖俜磻?yīng)系統(tǒng)是胸痛患者有效風(fēng)險(xiǎn)管理的策略。以往研究證明，心臟驟停發(fā)生前數(shù)小時(shí)患者表現(xiàn)出某些臨床特征的變化，基于此構(gòu)建早期預(yù)警模型能夠預(yù)測(cè)心臟驟停的發(fā)生[4-8]，但針對(duì)胸痛患者發(fā)生心臟驟停的早期預(yù)警模型鮮見(jiàn)報(bào)道[9]。由5個(gè)指標(biāo)首字母構(gòu)成的HEART評(píng)分，即病史(History)、心電圖(Electrocardiograph)、年齡(Age)、危險(xiǎn)因素(Risk factor)、肌鈣蛋白(Troponin)[10]，全球急性冠狀動(dòng)脈事件注冊(cè)(Global Registry of Acute Coronary Events,GRACE)評(píng)分[11]和心肌梗死溶栓治療危險(xiǎn)評(píng)分(Thrombolysis in Myocardial Infarction, TIMI)[12]是常用的預(yù)測(cè)胸痛患者心血管不良事件的評(píng)估工具，但其對(duì)心臟驟停預(yù)測(cè)效能有待進(jìn)一步驗(yàn)證。近年來(lái)，大數(shù)據(jù)和人工智能在醫(yī)學(xué)領(lǐng)域的應(yīng)用，為風(fēng)險(xiǎn)預(yù)測(cè)模型和臨床診斷帶來(lái)更先進(jìn)的科學(xué)技術(shù)，同時(shí)為臨床醫(yī)護(hù)人員的醫(yī)療決策提供支持依據(jù)[13]。決策樹(shù)作為一種機(jī)器學(xué)習(xí)算法，運(yùn)用遞歸劃分特征的原理將目標(biāo)分為不同類(lèi)別以構(gòu)建樹(shù)的模型。Goto等[14-15]應(yīng)用決策樹(shù)預(yù)測(cè)院外心臟驟停的預(yù)后，預(yù)測(cè)指標(biāo)與心臟驟停之間的關(guān)系邏輯清晰、結(jié)果直觀、容易理解。因而本研究基于決策樹(shù)構(gòu)建胸痛患者心臟驟停的早期預(yù)警模型，并將所構(gòu)建的模型與HEART評(píng)分、GRACE評(píng)分及TIMI評(píng)分進(jìn)行對(duì)比，旨在為急診科醫(yī)護(hù)人員提供一種準(zhǔn)確、直觀的早期預(yù)警模型。

1 資料與方法

1.1一般資料 采用病例對(duì)照研究法，選取2017年1月1日至2019年12月31日福建省某三級(jí)甲等綜合性醫(yī)院急救中心搶救室以“急性非創(chuàng)傷性胸痛”為主訴入院的3 146例患者為研究對(duì)象。其中病例組為在入院治療期間發(fā)生心臟驟停的胸痛患者，對(duì)照組選擇同期入院治療但未發(fā)生心臟驟停的胸痛患者。納入標(biāo)準(zhǔn)：年齡≥18歲；心源性胸痛，被首診醫(yī)生懷疑為急性冠脈綜合征(Acute Coronary Syndromes,ACS)。排除標(biāo)準(zhǔn)：入院時(shí)已明確診斷為急性冠脈綜合征；主動(dòng)脈夾層、病毒性心肌炎等導(dǎo)致的心源性胸痛；帶狀皰疹、急性胰腺炎、胃食管反流、肋間神經(jīng)炎等導(dǎo)致的非心源性胸痛；合并嚴(yán)重感染、腫瘤或其他臟器衰竭等疾?。毁Y料不完整。心源性與非心源性胸痛的診斷標(biāo)準(zhǔn)參照《胸痛規(guī)范化評(píng)估與診斷中國(guó)專(zhuān)家共識(shí)》[16]。

1.2方法

1.2.1成立研究小組 組建研究小組團(tuán)隊(duì)，共7名成員，其中2名急危重癥護(hù)理專(zhuān)家和1名急診醫(yī)學(xué)專(zhuān)家，2名護(hù)理專(zhuān)業(yè)碩士和2名護(hù)理專(zhuān)業(yè)大專(zhuān)實(shí)習(xí)生。在急危重癥護(hù)理專(zhuān)家和急診醫(yī)學(xué)專(zhuān)家的指導(dǎo)下，研究小組成員對(duì)本研究涉及的各項(xiàng)指標(biāo)均有統(tǒng)一和準(zhǔn)確的認(rèn)識(shí)。

1.2.2資料收集方法 研究小組成員從急診科電子病歷系統(tǒng)調(diào)取研究期間以“胸痛、胸悶”或“胸痛待查”入院的患者，嚴(yán)格按照納入和排除標(biāo)準(zhǔn)，查閱每份胸痛患者的病歷資料。病例組的病歷應(yīng)有心臟驟停的搶救記錄；對(duì)照組根據(jù)病例組心臟驟停發(fā)生的日期以頻數(shù)1∶2的比例，根據(jù)入院先后順序進(jìn)行排序，在Excel產(chǎn)生隨機(jī)數(shù)，選取心臟驟停發(fā)生當(dāng)天或前后2 d同在搶救室治療的未發(fā)生心臟驟停的患者。對(duì)照組進(jìn)行日期匹配的目的是排除季節(jié)和天氣變化以及急診科人力資源的影響。最終，以急性非創(chuàng)傷性胸痛為主訴就診并進(jìn)入搶救室治療的患者3 146例，排除非心源性胸痛患者605例、就診時(shí)已明確診斷為急性冠脈綜合征的患者192例、由于主動(dòng)脈夾層和病毒性心肌炎等其他心源性胸痛134例，在符合納入與排除標(biāo)準(zhǔn)的患者中，發(fā)生心臟驟停的患者71例，根據(jù)1∶2的比例隨機(jī)選取同期未發(fā)生心臟驟停的患者142例作為對(duì)照。

1.2.3調(diào)查內(nèi)容 研究小組成員在文獻(xiàn)分析、小組討論的基礎(chǔ)上自制《急診科胸痛患者發(fā)生心臟驟停資料收集表》，包含患者的一般資料(年齡、性別、入院日期、入院時(shí)間、身高、體質(zhì)量、入院方式等)；急性冠脈綜合征危險(xiǎn)因素(家族史、高血壓病、糖尿病、吸煙史、肥胖及危險(xiǎn)因素的個(gè)數(shù))；現(xiàn)病史(胸痛的性質(zhì)、持續(xù)時(shí)間、發(fā)病至就診時(shí)間、Killip分級(jí)、首次監(jiān)測(cè)生命體征、是否有院前心臟驟停、急性心力衰竭等并發(fā)癥),其中胸痛分為典型胸痛(運(yùn)動(dòng)相關(guān)性胸痛或呼吸困難；疼痛可放射至手臂、肩部、頸部等；伴有發(fā)汗)和非典型胸痛(吸氣可導(dǎo)致疼痛加重，觸診會(huì)引起疼痛)；首次心電圖檢查(QT間期、QTc間期、ST段是否改變等)；首次監(jiān)測(cè)的實(shí)驗(yàn)室指標(biāo)[B型腦力肽(Brain Natriuretic Peptide, BNP)、心肌肌鈣蛋白I(Cardiac Troponin I, cTnI)、血肌酐(Serum Creatinine,SCr)、肌酸激酶(Creatine Kinase, CK)、肌酸激酶同工酶(Creatine Kinase Isoenzyme-MB,CKMB)等]。此外，根據(jù)收集的指標(biāo)和評(píng)分標(biāo)準(zhǔn)計(jì)算HEART評(píng)分[10]、GRACE評(píng)分[11]、TIMI評(píng)分[12，17]。

2 結(jié)果

2.1病例組與對(duì)照組各指標(biāo)比較 見(jiàn)表1。

2.2預(yù)測(cè)胸痛患者發(fā)生心臟驟停的決策樹(shù)模型 采用決策樹(shù)算法對(duì)采集的所有指標(biāo)進(jìn)行分析，構(gòu)建心臟驟停的早期預(yù)警模型，結(jié)果見(jiàn)圖1。決策樹(shù)共有3層，5個(gè)節(jié)點(diǎn)，舒張壓、Killip分級(jí)、cTnI、胸痛持續(xù)時(shí)間和CK是心臟驟停的預(yù)測(cè)指標(biāo)，決策樹(shù)模型的分類(lèi)規(guī)則見(jiàn)表2。

表2 決策樹(shù)模型分類(lèi)規(guī)則

2.3決策樹(shù)模型的效果評(píng)價(jià) 決策樹(shù)模型AUC為0.893(95%CI:0.847～0.939)。用Calibration圖表示模型的一致性，平均絕對(duì)誤差為0.016，一致性較好。采用十折交叉驗(yàn)證模型，結(jié)果顯示決策樹(shù)模型較為穩(wěn)定，預(yù)測(cè)效能依然較高，與建模組的結(jié)果相似，AUC為0.882(95%CI：0.722～0.997)。決策樹(shù)模型與GRACE評(píng)分、HEART評(píng)分、TIMI評(píng)分進(jìn)行比較，結(jié)果顯示，決策樹(shù)模型的AUC高于上述3個(gè)評(píng)分，其他評(píng)價(jià)指標(biāo)也表現(xiàn)出明顯的優(yōu)勢(shì)，見(jiàn)表3。采用Delong檢驗(yàn)對(duì)AUC進(jìn)行兩兩比較，結(jié)果顯示決策樹(shù)模型的AUC顯著高于TIMI 評(píng)分(d=2.421,P=0.016)和HEART評(píng)分(d=2.875,P=0.004)，但與GRACE評(píng)分的差異不具有統(tǒng)計(jì)學(xué)意義(d=1.404,P=0.161)。

表3 決策樹(shù)模型與GRACE評(píng)分、TIMI評(píng)分和HEART評(píng)分的各項(xiàng)評(píng)價(jià)指標(biāo)

3 討論

3.1胸痛患者發(fā)生心臟驟停的預(yù)測(cè)指標(biāo)分析 本研究構(gòu)建的決策樹(shù)模型共包含5個(gè)指標(biāo)，即舒張壓、Killip分級(jí)、胸痛持續(xù)時(shí)間、cTnI和CK。研究發(fā)現(xiàn)，舒張壓而非收縮壓能夠預(yù)測(cè)心臟驟停，這與Churpek等[18-19]、Faxén等[20]的研究結(jié)果相似，冠狀動(dòng)脈供血主要發(fā)生于心臟舒張期，當(dāng)舒張壓較低時(shí)導(dǎo)致冠狀動(dòng)脈血供不足，更容易發(fā)生心血管不良事件。但我們前期采用多元Logistic回歸分析普通病房和ICU的急性冠脈綜合征患者的研究發(fā)現(xiàn)，無(wú)論是收縮壓還是舒張壓都不能預(yù)測(cè)心臟驟停的發(fā)生，而如果將收縮壓和脈搏組合成的休克指數(shù)(收縮壓/脈搏)具有較強(qiáng)的預(yù)測(cè)能力[21]，可能與本研究對(duì)象為急性非創(chuàng)傷性胸痛，與急性冠脈綜合征患者存在差異有關(guān)。Killip分級(jí)、cTnI是心源性胸痛患者的特異性指標(biāo)，Li等[4]也發(fā)現(xiàn)這2個(gè)指標(biāo)是心臟驟停預(yù)測(cè)因子，Killip分級(jí)越高代表心功能越差，而cTnI在一定程度上可以反映心肌損傷程度，cTnI值越高，心肌損傷越嚴(yán)重。但本研究除了cTnI外還包含CK，這兩者都是心肌損傷標(biāo)志物，可能與本研究在指標(biāo)收集時(shí)間點(diǎn)上存在差異有關(guān)。研究單位的胸痛中心要求在接診后5 min內(nèi)檢測(cè)患者的CK，而cTnI是患者進(jìn)入搶救室時(shí)采集的生化檢測(cè)標(biāo)本，這兩者之間存在時(shí)間差。但值得注意的是，本研究結(jié)果顯示在其他條件不變的情況下，CK≥150 U/L比<150 U/L發(fā)生心臟驟停的危險(xiǎn)性更小，這可能與CK本身的特異性不足，CK升高除了心肌梗死外，還可見(jiàn)于心肌炎、骨骼肌損傷或者藥物影響等；其次，由于本研究樣本量較小，今后需要進(jìn)一步擴(kuò)大樣本量，探討其預(yù)測(cè)效能。

另外，預(yù)測(cè)模型包含胸痛持續(xù)時(shí)間是本研究的新發(fā)現(xiàn)，以往研究顯示胸痛持續(xù)時(shí)間與急性心肌梗死的發(fā)生相關(guān)，在其他條件不變的情況下，胸痛持續(xù)時(shí)間<24 h或>7 d發(fā)生心臟驟停的危險(xiǎn)性為31%，而胸痛持續(xù)時(shí)間為24 h至7 d，其危險(xiǎn)性為91%。Solomon等[22]的結(jié)果顯示，胸痛持續(xù)時(shí)間20～59 min比<20 min發(fā)生急性心肌梗死的可能性更大。胸痛持續(xù)時(shí)間<1 min或≥24 h，是發(fā)生急性心肌梗死和6周內(nèi)發(fā)生心血管不良事件陰性預(yù)測(cè)指標(biāo)，而胸痛持續(xù)時(shí)間>60 min對(duì)于確診急性心肌梗死的作用不大[23]。這與本研究的結(jié)果既相似又有區(qū)別，本研究的結(jié)局指標(biāo)是心臟驟停而不是急性心肌梗死，急性心肌梗死是導(dǎo)致心臟驟停的重要病因，但不僅限于此。胸痛持續(xù)時(shí)間為24 h至7 d與<24 h和>7 d組相比發(fā)生心臟驟停危險(xiǎn)性更高的原因可能是：①胸痛持續(xù)時(shí)間<24 h的患者從發(fā)病到急診科救治的時(shí)間較短，患者胸痛發(fā)生后能得到及時(shí)有效的救治，迅速緩解心肌缺血，可以最大程度地減少不良事件的發(fā)生；②胸痛持續(xù)時(shí)間>7 d的患者，可能是由于在胸痛發(fā)生后可以通過(guò)短暫休息暫時(shí)緩解癥狀，導(dǎo)致就醫(yī)延遲。

3.2決策樹(shù)模型與HEART評(píng)分、GRACE評(píng)分和TIMI評(píng)分的比較 本研究結(jié)果顯示，在預(yù)測(cè)胸痛患者發(fā)生心臟驟停的效能依次為：決策樹(shù)模型、GRACE評(píng)分、TIMI評(píng)分、HEART評(píng)分。多項(xiàng)研究表明，HEART評(píng)分對(duì)急性胸痛患者發(fā)生心血管不良事件的預(yù)測(cè)能力明顯優(yōu)于TIMI評(píng)分和GRACE評(píng)分[24-25]，被認(rèn)為是目前急診科胸痛患者最好的風(fēng)險(xiǎn)評(píng)估工具[10]。Sakamoto等[25]比較這3個(gè)評(píng)分預(yù)測(cè)胸痛患者30 d心血管不良事件的發(fā)生情況，結(jié)果顯示，GRACE評(píng)分、TIMI評(píng)分和HEART評(píng)分的區(qū)分能力(c -統(tǒng)計(jì)量)分別是0.62、0.65、0.78，與本研究的結(jié)果不一致。導(dǎo)致研究結(jié)果不一致的原因可能是：①這3個(gè)評(píng)分常用結(jié)局指標(biāo)是一個(gè)復(fù)合指標(biāo)——心血管不良事件，包含心肌梗死、冠狀動(dòng)脈介入治療、冠狀動(dòng)脈搭橋術(shù)、冠狀動(dòng)脈狹窄、心臟驟停、全因性死亡等[26]，但心臟驟停在心血管不良事件這一復(fù)合指標(biāo)中所占的比重較小，不能將對(duì)心血管不良事件的研究結(jié)果直接推廣至心臟驟停，因而本研究首次在胸痛患者中比較了這3個(gè)評(píng)分對(duì)心臟驟停預(yù)測(cè)效能的大小。②一項(xiàng)Meta分析顯示，HEART評(píng)分能準(zhǔn)確識(shí)別出低風(fēng)險(xiǎn)的胸痛患者，讓其安全出院，對(duì)于高風(fēng)險(xiǎn)胸痛患者的預(yù)測(cè)能力還有待進(jìn)一步提高[27]。而本研究的結(jié)局指標(biāo)是心臟驟停，屬于高風(fēng)險(xiǎn)，從某種程度上說(shuō)與以往的研究結(jié)論不存在分歧，這正好解釋了HEART評(píng)分在本研究中表現(xiàn)欠佳的原因。

3.3決策樹(shù)模型對(duì)預(yù)測(cè)胸痛患者發(fā)生心臟驟停的科學(xué)性、可行性和實(shí)用性分析 本研究的決策樹(shù)模型在AUC、靈敏度、特異度等評(píng)價(jià)指標(biāo)上明顯優(yōu)于GRACE評(píng)分、TIMI評(píng)分和HEART評(píng)分，與TIMI評(píng)分和HEART評(píng)分的差異具有統(tǒng)計(jì)學(xué)意義，而與GRACE評(píng)分的差異不具有統(tǒng)計(jì)學(xué)意義。其原因可能與模型構(gòu)建的統(tǒng)計(jì)學(xué)方法上存在較大差異，這3個(gè)評(píng)分表均采用傳統(tǒng)的方法構(gòu)建，HEART評(píng)分是基于研究者的臨床經(jīng)驗(yàn)和醫(yī)學(xué)文獻(xiàn)[10]；GRACE評(píng)分和TIMI評(píng)分的統(tǒng)計(jì)學(xué)方法是應(yīng)用多元Logistic回歸分析[17]，由于專(zhuān)家意見(jiàn)法過(guò)于主觀且證據(jù)等級(jí)較低，Logistic回歸識(shí)別群體間的差異，對(duì)特征數(shù)量有所限制，難以精準(zhǔn)預(yù)測(cè)個(gè)體的發(fā)病情況，沒(méi)有考慮到指標(biāo)之間的聯(lián)合作用。而決策樹(shù)屬于機(jī)器學(xué)習(xí)的一種，它能自動(dòng)分析多元復(fù)雜、異質(zhì)性、隨時(shí)間不斷變化的數(shù)據(jù)，識(shí)別個(gè)體間的差異，自動(dòng)挖掘特征之間的最優(yōu)化組合，從而提高預(yù)測(cè)模型的準(zhǔn)確性[13]。決策樹(shù)充分考慮了指標(biāo)之間的相互作用，如當(dāng)舒張壓<70 mmHg，cTnI≥0.03 μg/L時(shí)可以直接預(yù)測(cè)發(fā)生心臟驟停的風(fēng)險(xiǎn)性為88%；當(dāng)舒張壓<70 mmHg，cTnI<0.03 μg/L時(shí)，需要考慮CK值才能作出判斷。一篇系統(tǒng)綜述比較了支持向量機(jī)、決策樹(shù)、隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)等多種機(jī)器學(xué)習(xí)算法對(duì)心臟驟停的預(yù)測(cè)效能，結(jié)果得出支持向量機(jī)的AUC最大，對(duì)于心臟驟停的預(yù)測(cè)能力最佳[28]。但支持向量機(jī)、隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)算法是一個(gè)“黑箱”，只能獲得最終的預(yù)測(cè)結(jié)果，不產(chǎn)生具體的參數(shù)模型，不利于醫(yī)護(hù)人員判斷患者發(fā)生心臟驟停的原因，從而影響干預(yù)措施的制定，這些機(jī)器學(xué)習(xí)模型要應(yīng)用于臨床還有很長(zhǎng)的距離。而決策樹(shù)模型的優(yōu)勢(shì)在于其結(jié)果直觀、可解釋性，本研究的決策樹(shù)模型包含了5個(gè)指標(biāo)，各指標(biāo)之間并不是獨(dú)立的，決策樹(shù)充分展現(xiàn)了指標(biāo)之間的邏輯關(guān)系，決策樹(shù)模型結(jié)構(gòu)簡(jiǎn)單，一目了然，容易被醫(yī)護(hù)人員理解和使用，且預(yù)測(cè)心臟驟停的準(zhǔn)確性更高。

4 小結(jié)

本研究采用決策樹(shù)算法構(gòu)建胸痛患者心臟驟停的風(fēng)險(xiǎn)預(yù)測(cè)模型，決策樹(shù)共包含3層，5個(gè)節(jié)點(diǎn)，舒張壓、Killip分級(jí)、cTnI、胸痛持續(xù)時(shí)間和CK是心臟驟停的預(yù)測(cè)指標(biāo)。決策樹(shù)模型的內(nèi)部一致性較好；預(yù)測(cè)準(zhǔn)確性較高，預(yù)測(cè)價(jià)值高于GRACE評(píng)分、TIMI評(píng)分、HEART評(píng)分；決策樹(shù)模型結(jié)果直觀、邏輯清晰，可作為醫(yī)護(hù)人員對(duì)胸痛患者風(fēng)險(xiǎn)管理的決策依據(jù)。為了便于進(jìn)一步的臨床推廣與應(yīng)用，今后應(yīng)開(kāi)展決策樹(shù)模型的外部驗(yàn)證，以及制定決策樹(shù)模型的臨床使用路徑圖，識(shí)別潛在高危的心臟驟?；颊?，并制定快速反應(yīng)干預(yù)方案，有利于有限急診資源的優(yōu)化配置。