基于隨機森林模型法的AMI患者并發(fā)AKI預測模型的建立

李 龍，劉真義，李浩然，藥永紅

(中國人民解放軍聯(lián)勤保障部隊第九四五醫(yī)院急診科，四川雅安 625000)

急性心肌梗死(AMI)是心臟內科最為常見的急危重癥疾病類型之一，盡管隨著醫(yī)療技術和水平的不斷提升及治療手段的更新，但AMI的救治率仍不高[1]。急性腎損傷(AKI)是指人體腎臟功能在短時間內出現(xiàn)進行性下降的一類疾病綜合征，誘發(fā)AKI的因素較多，在發(fā)生AMI后出現(xiàn)腎功能障礙稱為心腎綜合征[2]。AMI患者最為常見的并發(fā)癥之一為AKI，其主要原因包括冠狀動脈造影劑對腎臟的損傷和AMI所致的腎臟血流灌注不足。一旦AMI患者出現(xiàn)AKI病情將會急劇加重，嚴重影響患者預后，故而在實際臨床工作中對AMI患者是否發(fā)生AKI進行一定的預測顯得尤為重要[3]。既往諸多研究對AMI患者并發(fā)AKI預測模型多采用logistic回歸模型進行分析，隨著人工智能的不斷更新，機器學習得到廣泛應用，預測模型的建立方法也逐漸增多[4]。本研究探討基于隨機森林模型法對AMI患者并發(fā)AKI進行預測的效果，旨在為臨床診治提供理論依據(jù)。

1 資料與方法

1.1 一般資料

選取2014年1月至2021年1月本院急診科收治的AMI患者1 362例作為研究對象。將合并AKI患者設為觀察組(270例)，未合并AKI設為對照組(1 092例)。AMI診斷標準[5]：具有典型臨床表現(xiàn)、特征性的心電圖改變，以及血液學指標變化；AKI診斷標準[6]：48 h內血清肌酐水平升高大于或等于0.3 mg/dL或已超過基礎肌酐值的1.5倍以上或6 h尿量持續(xù)少于0.5 mL·kg-1·h-1。納入標準：(1)主要診斷符合AMI診斷標準；(2)發(fā)生AMI后24 h內入院。排除標準：(1)血液學檢查指標中尿素或肌酐檢查缺失；(2)既往已有終末期腎病或透析治療。本研究符合《世界醫(yī)學協(xié)會赫爾辛基宣言》相關要求。

1.2 方法

1.2.1自變量的選擇

根據(jù)實際臨床情況結合文獻[7-13]初步確定140個與AMI和AKI具有相關性的變量，因收集和整理變量數(shù)較大，需進行一定的降維處理。(1)剔除缺失程度達15%以上的變量，而后采用R語言中的CARET程序對所收集的數(shù)據(jù)進行相關預處理。剔除與其他自變量存在較強相關性的變量(程序語句：find correlation)，因自變量中還存在一定的多重線性問題，繼續(xù)采用相關程序(程序語句：find Liner Combos)進行查找及剔除。(2)對數(shù)據(jù)缺失未達15%的數(shù)據(jù)進行相關處理和補充，對符合正態(tài)分布的數(shù)據(jù)采用平均數(shù)給予補充，對偏態(tài)分布的數(shù)據(jù)采用中位數(shù)給予補充。數(shù)據(jù)經過初步處理后再進行相關篩選，采用rfFuncs建立隨機森林模型，而后采用相關命令進行自變量的選擇，經過程序的選擇后最終獲得并確定30個變量，主要包括人口學資料、疾病危險因素、生命體征、實驗室檢查等。

1.2.2模型的建立

經過自變量的確定后，在1 362例患者中隨機選取75%的病例進行訓練數(shù)據(jù)庫的建立，25%的病例作為測試數(shù)據(jù)庫。隨機森林算法采用相關程序包——隨機森林進行，抽樣方式選取Bootstrap。隨機森林模型當中具有2個重要的數(shù)據(jù)參數(shù)，包括決策樹棵樹——ntree、分裂節(jié)點預估變量數(shù)目——mtry。首先進行mtry節(jié)點值的選取，此節(jié)點值即為二叉數(shù)的變量數(shù)目，此模型所對應的最小值為24，而后進行測試階段，進行最佳ntree的匹配，當ntree=900時此模型表現(xiàn)最佳。模型中變量的重要性采用importance函數(shù)進行計算，數(shù)值越大表示重要性越強。

1.2.3模型的評估及對比

建立模型后進行一定程度評估，看其是否適合對疾病進行預測。采用R語言對測試數(shù)據(jù)庫中的匹配數(shù)據(jù)進行計算，得出其準確率、靈敏度和特異度，再采用R語言中的程序包——pROC計算受試者工作特征曲線下面積(AUC)，評估建立的隨機森林模型。同時進行樸素貝葉斯、支持向量機及人工神經網絡等其他較為常用的機器學習方法的計算，并將所有結果與隨機森林模型進行相關對比。

1.3 統(tǒng)計學處理

2 結 果

2.1 一般資料

1 362例患者中合并AKI 270例(19.82%)，119例(8.74%)患者給予機械通氣。兩組患者血小板、球蛋白、入院時體溫、血鈉、丙氨酸氨基轉移酶、天門冬氨酸氨基轉移酶比較，差異無統(tǒng)計學意義(P>0.05)；其余各指標比較，差異均有統(tǒng)計學意義(P<0.05)，見表1。

表1 兩組患者一般資料比較

2.2 模型測試

共341例測試數(shù)據(jù)庫中患者進行預測，其中290例患者預測正確，正確率為85.04%。見表2。

表2 隨機森林模型測試結果

2.3 預測效能

隨機森林模型AUC為0.894，均高于其余3種模型，靈敏度為0.792，特異度為0.867。見表3。首次肌酐、尿素值、機械通氣、年齡、D-二聚體為其前五重要變量。

表3 各模型預測效能比較

3 討 論

隨著大數(shù)據(jù)時代的到來，更多的人工智能算法也同樣用于醫(yī)學各領域中，隨機森林法就是其中之一，其在醫(yī)學大數(shù)據(jù)的處理中表現(xiàn)出了極高的效能，特別是在基因、藥物、疾病等領域中展現(xiàn)出了其獨有的特點，既往對AMI并發(fā)AKI患者多采用多因素logistic回歸模型進行預測，應用隨機森林模型的研究仍較少見[7]。本研究通過建立隨機森林模型進行疾病的預測，最終對測試數(shù)據(jù)庫評估的結果顯示，該模型預測準確率為85.04%，AUC值為0.894，均高于其余3種模型，靈敏度為0.792，特異度為0.867，提示該預測模型預測能力較好，且高于其余3種常用的機器學習模型。

本研究對所選取的自變量進行了重要性排序，結果顯示，首次肌酐、尿素值、機械通氣、年齡、D-二聚體為其前五重要變量。肌酐及尿素值代表了患者腎功能情況的基線水平，既往研究表明，AMI合并AKI的預測中腎功能為其重要的影響因素之一[14]。AMI患者全身各器官均會在一定程度上出現(xiàn)灌注不足的情況，對腎功能基線水平較差的患者而言，病情將會進一步加重，故在臨床工作中應對AMI患者進行常規(guī)腎功能基線水平測定，實時掌握患者病情的進展情況。D-二聚體作為一種血栓標志物，常用于如肺栓塞的診斷中，同時也可用于AMI的早期診斷及預后預測[8]。既往對糖尿病腎病早期腎損傷的研究表明，D-二聚體同樣與腎臟功能密切相關[15]。因此推測，D-二聚體在AMI患者合并AKI的預測中具有一定的價值。

本研究模型中年齡因素同樣占據(jù)一定的重要性，合并AKI患者年齡明顯大于未合并AKI者，與既往研究結果相似[9]。另一方面，本研究中是否給予機械通氣也為模型中的重要因素之一，分析其原因在于AMI患者一般情況下病情較為危重，發(fā)生心、肺功能障礙或衰竭的風險加大，本研究1 362例患者中8.74%使用了機械通氣治療。既往研究表明，機械通氣是發(fā)生AKI的獨立危險因素，對患者血流動力學、炎性反應等多方面造成一定程度的影響，同時，發(fā)生AKI后又會反作用于機械通氣的治療及預后，故而對此類患者而言，機械通氣模式及參數(shù)的設定顯得尤為重要，將會直接影響患者預后[10]。

既往研究將隨機森林模型用于預測造影劑所致的AKI中，同時還與傳統(tǒng)Logistic回歸模型進行了相關對比，最終結果顯示,機器學習模式明顯優(yōu)于傳統(tǒng)模式[11]。本研究將隨機森林預測模型與其他3種機器學習模型進行了相關對比，結果顯示，隨機森林模型預測效能均優(yōu)于其余3種，分析其中原因在于，本研究1 362例患者并非全部進行了冠狀動脈造影，因此，未能對造影劑所致的AKI進行相關區(qū)分；另一方面本研究人群與國外研究人群存在一定的差異，納入的自變量也存在一定的不同。與國外研究對比發(fā)現(xiàn)，腎臟功能基線水平、年齡均被納入模型中，由此可見，此兩項對AMI患者是否發(fā)生AKI的預測具有非常重要的參考價值[12]。但本研究仍存在一些不足和局限：(1)因自變量選取較多，在實際臨床工作中可能實用性方面有所制約；(2)僅為單中心研究，樣本來源受限，特別是對一些缺失值較多的變量被迫進行了剔除，導致結果可能存在一定的偏倚。

綜上所述，基于隨機森林模型對AMI患者是否發(fā)生AKI具有較好的預測效能，在實際臨床工作中具有一定的參考價值，特別是對變量數(shù)據(jù)不存在缺失的患者建議積極使用。