樹模型在慢性乙肝與肝硬化和肝癌臨床診斷中的應用

樹模型在慢性乙肝與肝硬化和肝癌臨床診斷中的應用【摘要】目的：利用決策樹模型挖掘常見的臨床檢驗資料信息，進一步提高慢性乙型肝炎及相關疾病的確診率.方法：將臨床收集的102例慢性乙肝患者和80例肝癌及肝硬化患者常見的17種信息和臨床檢測結果綜合分析，利用決策樹卡方自動交互探測和分類與回歸樹兩種算法構建預測模型，并采用正確預測率和交互印證對其進行風險評估.結果：進入CHAID和CRT兩種算法模型的主要變量是年齡和膽紅素指標及職業(yè)等，兩模型預測慢性乙型和肝炎肝硬化及肝癌的總體準確率分別為%和%.結論：決策樹模型在數(shù)據(jù)挖掘，資料再利用方面效果良好.

【關鍵詞】肝炎,乙型；決策樹；診斷

0引言

在已知各型肝炎中，乙型病毒性肝炎的危害最嚴重［1］.乙型病毒性肝炎極易發(fā)展為肝硬化、肝癌，因此如何早期診斷并加以區(qū)分具有重大的臨床意義.目前肝硬化及肝癌的診斷主要依賴于血清學和影像學檢測等，而金標準肝臟穿刺的使用多受限制［2-3］.在目前尚無特異性生物標志的情況下，充分利用現(xiàn)有的臨床檢測結果，通過高效的統(tǒng)計方法，挖掘數(shù)據(jù)內(nèi)在的信息以提高診斷準確性，是目前較為可行的方法之一［4-5］.本研究試圖利用決策樹模型在此方面做有益的探索.

1材料和方法

材料收集200703/200705河北省石家莊市傳染病醫(yī)院的部分住院患者182例，其中慢性乙肝102例，肝癌及肝硬化者80例.以上病例均符合國家200512制定的《慢性乙型肝炎防治指南》的診斷標準，并排除合并其他型別的感染［6-7］，部分病例經(jīng)過肝臟穿刺病理證實，肝癌患者全部經(jīng)病理證實.

方法

數(shù)據(jù)來源乙型病毒性肝炎患者的病毒DNA定量采用適時熒光PCR方法，乙肝5項檢測采用酶免疫法，肝功能等檢測采用常規(guī)生化方法.數(shù)據(jù)采集均符合醫(yī)學倫理學要求.

統(tǒng)計方法模型構建利用統(tǒng)計軟件，決策樹研究共有4種不同算法，本次研究采用卡方自動交互探測和分類與回歸樹兩種算法對各變量進行預測，因為CHAID可以進行多分類結點劃分，CRT只能進行二分類結點劃分，具有一定代表性.自變量的重要性依據(jù)對應變量反應程度的大小依次排列，結點劃分水準定為研究變量的賦值情況如表1.

表1各研究變量賦值明細表

2結果

患者資料基本情況收集的182例乙型肝炎患者中男性118例,女性64例，年齡12～76歲.

決策樹模型匯總不同算法下乙型病毒性肝炎和肝硬化及肝癌診斷決策樹主要技術指標見表2.

表2慢性乙型肝炎與肝硬化及肝癌診斷決策樹

決策樹模型依以上技術指標，用CHAID和CRT兩種算法構造樹模型圖分別見圖1，2.其中CHAID模型的預測變量分別是年齡、膽紅素水平和職業(yè)等因素，按目標效應響應率從高到低的順序排列，分別為結點6，結點5，結點7，結點4和結點1，即在基本條件滿足的情況下，年齡大于51歲，職業(yè)為農(nóng)民或個體者，患肝硬化和肝癌的危險性最高.而CRT模型的預測變量則是膽紅素水平和年齡，按目標效應響應率從高到低的順序排列，分別為結點4，結點3，結點1，即當膽紅素水平高于，同時年齡大于歲者，患肝炎肝硬化及肝癌危險性最大.

圖1慢性乙型肝炎和肝硬化及肝癌的診斷決策樹形圖(CHAID)

圖2慢性乙型肝炎和肝硬化及肝癌診斷決策樹形圖(CRT)

決策樹模型的分類評價和風險評估用CHAID和CRT兩種算法構建的決策樹模型，可將不同特征的患者預測為相對應的目標，其正確分類分別達到%和%，說明模型的擬合效果良好.交互印證的風險評估表明，CHAID和CRT兩種模型的風險分別為和，標準誤為和，雖在可接受范圍內(nèi)，但前者稍高，有一定風險.

表3慢性乙型肝炎與肝硬化及肝癌診斷決策樹模型的分類

注：括弧內(nèi)、外分別是CRT和CHAID算法.

3討論

乙型肝炎患者極易發(fā)展為肝硬化及肝癌，而早期肝硬化和肝癌因臨床癥狀不典型，常常被患者忽視，直到中晚期才被發(fā)現(xiàn)，臨床治療十分被動.本研究試圖對常規(guī)臨床監(jiān)測數(shù)據(jù)進行挖掘，以發(fā)現(xiàn)隱含的、有預測價值的信息，達到早期預警［8-9］.

決策樹模型構建一般有4種算法，CRT和QUEST算法得到的樹結構模型每個結點有2個分支，稱為二叉樹.CHAID和EXHAUSTIVECHAID算法允許結點含有多于2個子結點的樹稱為多叉樹，我們在兩類算法中各取一類，即CHAID和CRT，目的在于借助這一高效的統(tǒng)計手段，充分利用現(xiàn)有資料，構建樹形圖為臨床服務.值得注意的是，在兩種樹模型中，反映肝纖維化的四項指標透明質(zhì)酸、層連蛋白、Ⅲ型前膠原和Ⅳ型膠原均未出現(xiàn)，反映出該四項指標應用價值的局限性，即僅作一次檢測很難準確判斷肝損程度，在應用時要反復多次檢測肝纖四項，動態(tài)觀察，才能判斷和掌握病情.這對于臨床實踐有一定指導意義.

比較表2和圖2，我們會發(fā)現(xiàn)盡管CRT算法中引入模型的變量有10個，但在決策樹形圖中并未完全顯示，這是由于最大樹深度是人為設置的，其目的就是不要使“樹”長得過于“茂盛”，否則模型的實用性將大大降低.兩個模型中被引入的變量相似，主要是年齡和膽紅素等，與臨床實際吻和的很好.對已經(jīng)構建好的決策樹模型進行分類評價，決策樹模型的正確預測率高達70%以上，擬合效果很好，而利用交互印證進行風險評估，風險均在可接受范圍內(nèi).綜上，決策樹模型在實際臨床應用中具有良好的參考和使用價值.

【參考文獻】

［1］姜寶法.病毒性肝炎［A］//李力明.流行病學［M］.5版.北京：人民衛(wèi)生出版社，2003：477.

［2］于曉輝,趙連三，張秀輝，等.慢性乙型肝炎病理與臨床診斷的一致性［J］.胃腸病和肝臟病雜志，2005,14:71-73.

［3］劉杰,王吉耀,陸曄.血清纖維化指標對肝纖維化診斷價值的研究［J］.中華內(nèi)科雜志，2006,45:475-477.

［4］張輝,李軍,錢宗才,等.基于數(shù)據(jù)挖掘技術的骨腫瘤診斷知識的自動獲取［J］.第四軍醫(yī)大學學報，2004，25:669-670.

［5］張曉東.數(shù)據(jù)挖掘技術在肺癌生存期預測中的應用探討［J］.中國衛(wèi)生統(tǒng)計，2006,13(4):324-328.

［6］張文宏，翁心華，莊輝.《慢性乙型肝炎防治指南》專家討論會紀要［J］.中華肝臟病雜志，2006，14：390-392.

［7］中華醫(yī)學會.病毒性肝炎防治方案［J］.中華傳染病雜志，2001，19：56-62.

［8］JonathauBLBard.Anatomics:theintersectionofanatomyandbioinformation［