论文部分内容阅读
目的:探讨急性心肌梗死（AMI）患者接受经皮冠状动脉介入术（PCI）治疗后的主要心血管不良事件（MACE）发生情况及其可能的影响因素,并通过构建机器学习模型预测其发生率。方法:收集2018.01至2020.12在南昌两家三甲医院首次接受PCI手术的AMI患者信息,以出现MACE为观察终点。在单因素分析的基础上,进一步采用Lasso正则化分类筛选变量,然后采用Cox回归模型、支持向量机、K-近邻算法和BP-人工神经网络算法构建AMI患者PCI术的预后风险评估模型;采用受试者工作特性曲线下面积、准确性、召回率、精确率、F1分值等指标来评估模型的性能。结果:（1）随访PCI术后患者3880例,平均随访时间为714.45±210.20天,发生MACE结局事件的有706例（18.20%）,其中以再发心肌缺血（421例）和心肌梗死较多（376例）。AMI患者术后7天、30天、6个月、1年和3年的MACE的发生率分别为1.11%、2.73%、7.50%、12.19%和18.20%。（2）Cox单因素分析结果提示,合并有高血压史、糖尿病史以及肾功能不全的患者MACE发生率相对较高,HR分别为1.195（95%CI:1.028~1.389）、1.279（95%CI:1.094~1.497）、1.241（95%CI:1.008~1.529）;心电图显示左心室高压以及T波变化的AMI患者PCI术后MACE发生率更高,HR分别为1.387（95%CI:1.150~1.674）、1.440（95%CI:1.236~1.679）;左室射血分数为中度降低和高度降低的患者MACE发生率高于正常患者,HR分别为1.327（95%CI:1.095~1.608）、1.609（95%CI:1.203~2.151）;血液生化指标提示,MACE组的全血血红蛋、全血红细胞压积定量、肌酐清除率和估算肾小球滤过率的值低于非MACE组;而MACE组的B型脑钠肽值、血清血肌酐值和血β2微球蛋白值高于非MACE组;冠脉造影显示,左前降支、左回旋支、右冠脉的狭窄程度为76~99%狭窄和100%闭塞的患者MACE发生率较高;冠脉病变支数及支架置入数越多,其MACE发生率越高;以上差异均有统计学意义（P＜0.05）。（3）Lasso回归共筛选出13个变量,分别为:T波变化、心脏骤停、左心室高压、左前降支、左回旋支和右冠以血管狭窄程度、LVEF、冠脉病变支数、支架植入数、GLU、AST、β2.MG、e GFR。（4）Cox回归模型共纳入了GLU、AST、e GFR、T波变化、心脏骤停、左心室高压、左前降支、左回旋支和右冠脉的血管狭窄程度计9个变量;列线图模型用于预测两年MACE发生率的准确度最高,C-index指数结果为0.760;Cox回归模型的准确率、召回率、精确率和F1分值分别为0.865、0.712、0.604和0.784,AUC为0.825;支持向量机模型最优核函数为多项式核,模型的准确率、召回率、精确率和F1分值分别为0.852、0.615、0.582和0.754,AUC值为0.760;BP人工神经网络模型的纳入变量,按重要性排序,前5依次为病变冠脉支数（0.197）、e GFR（0.153）、右冠脉狭窄程度（0.108）、左前降支狭窄程度（0.094）和置入支架个数（0.09）;模型准确率、召回率、精确率和F1分值分别为0.884、0.760、0.650和0.814,AUC为0.873;K近邻法最优模型为三角核函数,K值为3;变量重要性排前5位的依次为右冠脉狭窄程度（0.166）、病变冠脉支数（0.136）、置入支架个数（0.109）、e GFR（0.094）和左回旋支狭窄程度（0.073）;模型的准确率、召回率、精确率和F1分值分别为0.908、0.673、0.959和0.814,AUC为0.834。（5）4个模型的预测性能比较,K近邻法模型的准确率（0.908）和特异度（0.959）较高,而BP-人工神经网络模型的灵敏度（0.760）和AUC值（0.873）高于其它模型。支持向量机模型的总体性能相对其他模型较差,Cox回归模型的总体性能低于BP人工神经网络和K-近邻法模型。结论:（1）新发AMI患者PCI术后1年和3年的MACE的发生率分别为12.19%和18.20%。（2）AMI患者PCI术后发生MACE的可能影响因素有高血压病史、糖尿病史、肾功能不全、左心室高压、T波变化、Hb、HCT、BNP、Cre、Scr、β2-MG、e GFR、左前降支、左回旋支、右冠脉的狭窄程度及TIMI分级、冠脉病变支数及总的病变狭窄程度分级。（3）在预测MACE发生中较重要的变量有:左前降支、左回旋支、右冠脉的狭窄程度、冠脉病变支数、置入支架个数和e GFR值。（4）构建的预后风险评估机器学习模型排序为:BP-ANN＞KNN＞Cox回归＞SVM。