CN109785973B - 一种手术患者在围手术期发生并发症的定量预测方法 - Google Patents

Abstract

本发明公开了一种手术患者在围手术期发生并发症的定量预测方法，包括：从已有数据库中提取满足条件的样本数据，并划分为训练样本、测试样本和验证样本；利用训练样本，通过多因素Logistic回归分析和Bootstrap重抽样方法进行筛选，得到危险因素；利用训练样本和危险因素，建立基于Logistics回归的危险评估模型，确定患者的危险评分计算方法及危险分级标准；在新患者手术前，根据危险评分计算方法，计算此患者的危险评分及对应的危险分级，医生进行干预。本发明的有益效果：变量选取充分考虑了估计的不确定性，采用Logistic回归模型和Bootstrap重抽样方法确立危险因素，使建立的模型更加稳定可靠。

Description

一种手术患者在围手术期发生并发症的定量预测方法

技术领域

本发明涉及医学临床及统计学技术领域，具体而言，涉及一种手术患者在围手术期发生并发症的定量预测方法。

背景技术

近些年来冠心病发病率和死亡率呈现逐年上升趋势，是威胁国人健康的重大疾病。冠状动脉旁路移植手术是冠心病的重要治疗方法，部分冠心病患者能够通过接受手术治疗明显改善预后。但手术本身存在危险，具有较高的围手术期死亡率及并发症率。因此，对接受冠状动脉旁路移植术(CABG)的病人进行术前危险评估和危险分级尤为重要。

目前，国内及国际上存在一些预测病人围手术期危险的预测模型，但具有以下缺陷：(1)受人种、医疗条件等差异影响，各国CABG手术危险存在较大差异，国外预测模型不能直接用于国人；(2)目前大多数预测模型只能预测死亡率，不能预测围手术期并发症率；(3)已有预测模型建立时间较早，不能反映目前情况；(4)既往方法均通过单次logistic回归模型逐步法来选择危险因素，一旦一个变量在某一步被剔除，没有机会再次进入模型，变量选取与剔除变量的准则和允许变量进入的准则有关，有可能会遗漏重要的变量，导致该方法选择的预测模型不稳定。

发明内容

为解决上述问题，本发明的目的在于提供一种手术患者在围手术期发生并发症的定量预测方法，变量选取充分考虑了估计的不确定性，采用Logistic回归模型和Bootstrap重抽样方法确立危险因素，使建立的模型更加稳定可靠。

本发明提供了一种手术患者在围手术期发生并发症的定量预测方法，具体包括：

步骤1，根据已有数据库，设置检索条件，从数据库中提取满足条件的样本数据，并将提取的样本数据划分为训练样本、测试样本和验证样本；

步骤2，利用训练样本，通过多因素Logistic回归分析和Bootstrap重抽样方法进行筛选，得到最终的精选变量即能够稳定影响围手术期并发症率的危险因素；

步骤3，利用训练样本和得到的危险因素，建立基于Logistics回归的危险评估模型，确定患者的危险评分计算方法以及患者的危险分级标准，将患者按照发生围手术期并发症的危险大小划分为高危、中危和低危；

步骤4，在新患者手术前，根据危险评分计算方法，计算此患者的危险评分以及对应的危险分级，并在此患者手术前，医生根据患者的危险评分和危险分级进行干预。

作为本发明进一步的改进，步骤1具体包括：

步骤101，从已有数据库中设置检索条件，提取满足检索条件的样本数据；

步骤102，删除重复的样本数据，包括检索条件中必填项缺失或逻辑错误的样本数据；

步骤103，将部分新增的样本数据划分为验证样本，剩余的样本数据按比例随机划分为训练样本和测试样本，其中，训练样本用于后续建立危险评估模型时使用，测试样本和验证样本用于对该模型进行验证。

作为本发明进一步的改进，步骤2具体包括：

步骤201，从训练样本中确定备选变量和结局事件即明确围手术期并发症的范围；其中，备选变量应满足如下条件：(1)具有临床意义，有既往文献支持；(2)存在或发生于手术之前，能够在患者接受手术前采集变量信息；(3)方便采集，数据库中信息录入准确可靠；(4)变量发生频率＞1％；

步骤202，通过Logistic回归模型对备选变量进行筛选：

假设训练样本共n个，其预测变量为

结局变量为Y_i，该结局变量为0或1的变量，i＝1,2,……,n；

记每个患者发生围手术期并发症的概率为P(Y_i|Xi)，i＝1,2,……,n，根据Logistic回归模型得到：

式中，β₀为常数项，β₁,β₂,…,β_p为回归系数；

进而得到：

则n个患者的似然函数为：

求解得出β₀,β₁,β₂,…,β_p，使似然函数或对数似然函数达到极大，得到β₀,β₁,β₂,…,β_p的极大似然估计b₀,b₁,b₂,…,b_p；

根据预先设定的变量纳入阈值和排除阈值，采用后退法从备选变量中初步筛选出初筛变量；

步骤203，采用Bootstrap重抽样方法，重复步骤202对备选变量进行筛选，得到稳定的精选变量，即最终确定的危险因素：

从步骤1中提取得到的样本数据中，按照事先划定好的训练样本的比例有放回地抽取与训练样本数量相同的n个样本，原始样本数据中每个被观察对象被抽到的概率都相等，均为1/n，所得到的样本为Bootstrap样本，如此重复M次，且M＞1000，从而得到M个不同的Bootstrap样本，对每一个Bootstrap样本均按照步骤202的方法建立Logistic回归模型并采用后退法进行变量筛选，得到M个选择的变量集，计算每个变量出现的频数和频率，保留频率大于0.75的变量，即为精选变量。

作为本发明进一步的改进，步骤3具体包括：

步骤301，利用训练样本和步骤2得到的精选变量，建立Logistic回归的危险评估模型，得到模型中每个变量的回归系数，并用测试样本和验证样本对建立的模型进行验证：

假设训练数据库中的样本量为N，经过筛选后共选出Q个危险因素，建立基于Logistics回归的危险评估模型，计算每个危险因素对应的回归系数，记为

将所得模型在训练样本、测试样本和验证样本中分别计算C-统计量，对模型进行验证；

步骤302，计算患者的危险评分：

计算

四舍五入为整数，得到相应的每个危险因素的危险评分；

将患者的每个危险因素的取值1或0与此危险因素对应的危险评分相乘，并将所有危险评分相加，得到此患者的危险评分；

步骤303，危险分级：

将训练样本中的全部患者分别进行危险评分的计算，得到的危险评分按照由小到大排序，记10分位数的危险评分为A，记90分位数的危险评分为B，A和B分别为低中危和中高危危险分级的阈值，将危险评分小于等于A分的患者划分为低危，大于A分而小于B分的患者划分为中危，大于等于B分的患者划分为高危。

作为本发明进一步的改进，步骤4具体包括：

步骤401，在新患者手术前，根据步骤3确定的危险评分计算方法，计算此患者的危险评分；

步骤402，根据患者的危险评分确定其危险分级；

步骤403，在此患者手术前，医生根据患者的危险评分和危险分级实施相应的干预措施，并将该患者的信息补充到已有数据库中以更新数据库。

本发明的有益效果为：

1、在原有数据库的基础上，可以自动将医生录入的新患者信息补充到数据库中，能定期更新模型的参数，使模型具备自学习功能。

2、在选择影响围手术期并发症的危险因素时，利用Bootstrap重抽样方法重复作变量初筛，精选出稳定的危险因素，这种方法充分考虑到估计的不确定性，使最终所得到的模型更加可靠。

3、根据患者的危险评分和危险分级，更有针对性地对患者进行个体化危险评估，在手术前可以帮助医生及患者作出决定是否实施手术，并为医生在手术中和手术后对高危患者加强预防、护理措施提供依据。

附图说明

图1为本发明实施例所述的一种手术患者在围手术期发生并发症的定量预测方法的流程示意图；

图2为图1中步骤1的流程示意图；

图3为图1中步骤2的流程示意图；

图4为图1中步骤3的流程示意图；

图5为图1中步骤4的流程示意图。

具体实施方式

下面通过具体的实施例并结合附图对本发明做进一步的详细描述。

如图1所示，本发明实施例所述的一种手术患者在围手术期发生并发症的定量预测方法，根据已有的CCSR数据库提取数据；经过多因素Logistic回归分析和Bootstrap重抽样方法，选取能够稳定影响围手术期并发症率的危险因素；利用数据库和得到的危险因素，建立基于Logistics回归的危险评估模型，并确定患者的危险评分计算方法和危险分级标准；在新患者手术前，根据危险评分计算方法，计算此患者的危险评分，将患者按照发生围手术期并发症的危险大小划分为高危、中危、低危。具体包括：

步骤1，根据已有数据库，设置检索条件，从数据库中提取满足条件的样本数据，并将提取的样本数据划分为训练样本、测试样本和验证样本。如图2所示，步骤1具体包括：

步骤101，从已有数据库中设置检索条件，提取满足检索条件的样本数据；

步骤102，删除重复的样本数据，包括检索条件中必填项缺失或逻辑错误的样本数据；

步骤103，将部分新增的样本数据划分为验证样本，剩余的样本数据按比例随机划分为训练样本和测试样本。其中，训练样本用于后续建立危险评估模型时使用，测试样本和验证样本用于对该模型进行验证。

步骤2，利用训练样本，通过多因素Logistic回归分析和Bootstrap重抽样方法进行筛选，得到最终的精选变量即能够稳定影响围手术期并发症率的危险因素。如图3所示，步骤2具体包括：

步骤201，从训练样本中确定备选变量和结局事件即明确围手术期并发症的范围；

步骤202，通过Logistic回归模型对备选变量进行筛选：

假设训练样本共n个，其预测变量为

结局变量为Y_i，该结局变量为0或1的变量，i＝1,2,……,n；

记每个患者发生围手术期并发症的概率为P(Y_i|Xi)，i＝1,2,……,n，根据Logistic回归模型得到：

式中，β₀为常数项，β₁,β₂,…,β_p为回归系数；

进而得到：

则n个患者的似然函数为：

求解得出β₀,β₁,β₂,…,β_p，使似然函数或对数似然函数达到极大，得到β₀,β₁,β₂,…,β_p的极大似然估计b₀,b₁,b₂,…,b_p；

根据预先设定的变量纳入阈值和排除阈值，采用后退法从备选变量中初步筛选出初筛变量；

步骤203，采用Bootstrap重抽样方法，重复步骤202对备选变量进行筛选，得到稳定的精选变量，即最终确定的危险因素：

从步骤1中提取得到的样本数据中，按照事先划定好的训练样本的比例有放回地抽取与训练样本数量相同的n个样本，原始样本数据中每个被观察对象被抽到的概率都相等，均为1/n，所得到的样本为Bootstrap样本，如此重复M次，且M＞1000，从而得到M个不同的Bootstrap样本，对每一个Bootstrap样本均按照步骤202的方法建立Logistic回归模型并采用后退法进行变量筛选，得到M个选择的变量集，计算每个变量出现的频数和频率，保留频率大于0.75的变量，即为精选变量。

步骤3，利用训练样本和得到的危险因素，建立基于Logistics回归的危险评估模型，确定患者的危险评分计算方法以及患者的危险分级标准，将患者按照发生围手术期并发症的危险大小划分为高危、中危和低危。如图4所示，步骤3具体包括：

步骤301，利用训练样本和步骤2得到的精选变量，建立Logistic回归的危险评估模型，得到模型中每个变量的回归系数，并用测试样本和验证样本对建立的模型进行验证：

假设训练数据库中的样本量为N，经过筛选后共选出Q个危险因素，建立基于Logistics回归的危险评估模型，计算每个危险因素对应的回归系数，记为

将所得模型在训练样本、测试样本和验证样本中分别计算C-统计量，对模型进行验证；

步骤302，计算患者的危险评分：

计算

四舍五入为整数，得到相应的每个危险因素的危险评分；

将患者的每个危险因素的取值1或0与此危险因素对应的危险评分相乘，并将所有危险评分相加，得到此患者的危险评分；

步骤303，危险分级：

将训练样本中的全部患者分别进行危险评分的计算，得到的危险评分按照由小到大排序，记10分位数的危险评分为A，记90分位数的危险评分为B，A和B分别为低中危和中高危危险分级的阈值，将危险评分小于等于A分的患者划分为低危，大于A分而小于B分的患者划分为中危，大于等于B分的患者划分为高危。

步骤4，在新患者手术前，根据危险评分计算方法，计算此患者的危险评分以及对应的危险分级，并在此患者手术前，医生根据患者的危险评分和危险分级进行干预。如图5所示，步骤4具体包括：

步骤401，在新患者手术前，根据步骤3确定的危险评分计算方法，计算此患者的危险评分；

步骤402，根据患者的危险评分确定其危险分级；

步骤403，在此患者手术前，医生根据患者的危险评分和危险分级实施相应的干预措施，并将该患者的信息补充到已有数据库中以更新数据库。

具体应用时，以下面的实施例具体说明，该实施例主要使用中国CCSR数据库(成人心脏外科注册登记数据库)，得到适合中国接受冠状动脉旁路移植手术患者发生院内再次开胸手术的危险因素，计算过程采用SAS9.4完成。

首先确定训练数据库，采用中国CCSR数据库，包括大约56718例在2013年1月1日到2016年12月31日期间从全国87家医院心外科中心连续纳入的18岁及以上的接受冠状动脉旁路移植的手术患者。收集了入选患者的基本信息、术前资料和临床结局的详尽数据。患者住院期间的详尽信息由经培训人员由网络上报。每年抽查5-10％病例原始病历资料，通过对比原始病历文件和上报信息，要求关键变量的信息提取正确率至少达到95％。经最后一年(即2016年)的数据分成一组，作为Validation数据库。再通过产生随机数，将剩余数据库随机分成2组，其中3/4用于建模，1/4用于验证模型：(1)Training数据库，样本量31297，用于模型建模；(2)Test数据库，样本量10432，用于验证模型；(3)Validation数据库，样本量14989，用于再验证模型。

明确备选变量，结局事件和预测期限。备选变量为CCSR数据库中所包含的变量，且满足以下四项条件：(1)具有临床意义，有既往文献支持；(2)存在或发生于手术之前，能够在患者接受手术前采集的变量信息；(3)方便采集，数据库中信息录入准确可靠；(4)变量发生的频率＞1％。在训练数据库中，共有31297个观测。经过初筛，共选出24个变量，如表1所示。结局事件，包括患者在出院前发生的再次开胸手术。如果发生了再次开胸手术，则这位患者的结局事件记为1，否则记为0。预测期限为出院前。

表1

采用Bootstrap重抽样方法结合Logistic回归模型对备选变量进行进一步筛选，得到稳定的精选变量：从训练样本中有放回地抽取与训练样本数量相同(31297个)的样本，原始数据中每个被观察对象被抽到的概率都相等，均为1/31297，所得到的样本称为Bootstrap样本。如此重复抽样2000次，得到2000个Bootstrap样本。对每一个Bootstrap样本均建立Logistic回归模型并采用后退法进行变量的筛选，设定纳入阈值P＝0.3，排除阈值P＝0.2。从而得到2000个选择的变量集。计算每个变量出现的频数和频率，保留出现频率大于0.75(即出现1500次及以上)的变量。

最终有如下14个变量入选最终的危险评估模型，如表2所示。

表2

如上所示，根据最终入选的14个精选变量，得到此模型的C-统计量的值为0.76(0.74-0.77)。C-统计量是ROC曲线下面积，在0到1之间取值，越接近1，说明该模型的灵敏度和特异度都比较高，模型的表现越好。表3为使用最终选定的精选变量所得到的参数估计值。

表3

模拟验证：用Test数据库和Validation数据库两次验证所选择的模型，其C-统计量分别是0.73(0.69-0.76)，0.77(0.74-0.79)，说明所选择的模型具有较好的外延性。

计算每个危险因素的危险评分，结果如表4所示，将患者的每个危险因素的取值(1或0)与此危险因素对应的危险评分相乘，并将所有危险评分相加，得到此患者的危险评分。

表4

将训练样本的全部患者分别进行危险评分的计算，并由小到大排序，处于第10分位数的危险评分为6，处于第90分位数的危险评分为20。将危险评分低于等于6分的患者划分为低危，大于6分而低于20分的患者划分为中危，大于等于20分的患者划分为高危。

在训练数据库中，低危人群占12.14％，结局事件实测发生率均值为0.32％，结局事件预计发生率平均值为0.83％；中危人群占77.73％，结局事件实测发生率为1.72％，结局事件预计发生率平均值为1.71％；高危人群占10.13％，结局事件实测发生率为10.41％，结局事件预计发生率平均值为9.19％。

当新患者入院准备手术时，可以一次采取如下干预措施：(1)录入患者相关信息至数据采集系统中；(2)通过危险评分计算方法，计算新患者的危险评分，并进行危险分级；(3)根据患者的危险评分和危险分级，采取干预措施，加强围手术期监护，积极预防或治疗并发症；(4)将新患者的相关信息转入已有数据库，适时更新危险评估模型。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种手术患者在围手术期发生并发症的定量预测方法，其特征在于，包括：

步骤1，根据已有数据库，设置检索条件，从数据库中提取满足条件的样本数据，并将提取的样本数据划分为训练样本、测试样本和验证样本；

其中，提取满足条件的样本数据后，还包括：将部分新增的样本数据划分为验证样本，剩余的样本数据按比例随机划分为训练样本和测试样本；

步骤2，利用训练样本，通过多因素Logistic回归分析和Bootstrap重抽样方法进行筛选，得到最终的精选变量即能够稳定影响围手术期并发症率的危险因素；步骤2包括：

步骤201，从训练样本中确定备选变量和结局事件即明确围手术期并发症的范围；

步骤202，通过Logistic回归模型对备选变量进行筛选：

步骤203，采用Bootstrap重抽样方法，重复步骤202对备选变量进行筛选，得到稳定的精选变量，即最终确定的危险因素：

从步骤1中提取得到的样本数据中，按照事先划定好的训练样本的比例有放回地抽取与训练样本数量相同的n个样本，原始样本数据中每个被观察对象被抽到的概率都相等，均为1/n，所得到的样本为Bootstrap样本，如此重复M次，且M＞1000，从而得到M个不同的Bootstrap样本，对每一个Bootstrap样本均按照步骤202的方法建立Logistic回归模型并采用后退法进行变量筛选，得到M个选择的变量集，计算每个变量出现的频数和频率，保留频率大于0.75的变量，即为精选变量；

步骤3，利用训练样本和得到的危险因素，建立基于Logistics回归的危险评估模型，确定患者的危险评分计算方法以及患者的危险分级标准，将患者按照发生围手术期并发症的危险大小划分为高危、中危和低危；

步骤4，在新患者手术前，根据危险评分计算方法，计算此患者的危险评分以及对应的危险分级，并在此患者手术前，医生根据患者的危险评分和危险分级进行干预。

2.根据权利要求1所述的定量预测方法，其特征在于，步骤1具体包括：

步骤101，从已有数据库中设置检索条件，提取满足检索条件的样本数据；

步骤102，删除重复的样本数据，包括检索条件中必填项缺失或逻辑错误的样本数据；

步骤103，将部分新增的样本数据划分为验证样本，剩余的样本数据按比例随机划分为训练样本和测试样本。

3.根据权利要求1所述的定量预测方法，其特征在于，步骤2具体包括：

步骤202，通过Logistic回归模型对备选变量进行筛选包括：假设训练样本共n个，其预测变量为

结局变量为Y_i，该结局变量为0或1的变量，i＝1,2,……,n；

记每个患者发生围手术期并发症的概率为P(Y_i|Xⁱ)，i＝1,2,……,n，根据Logistic回归模型得到：

式中，β₀为常数项，β₁,β₂,…,β_p为回归系数；

进而得到：

则n个患者的似然函数为：

求解得出β₀,β₁,β₂,…,β_p，使似然函数或对数似然函数达到极大，得到β₀,β₁,β₂,…,β_p的极大似然估计b₀,b₁,b₂,…,b_p；

根据预先设定的变量纳入阈值和排除阈值，采用后退法从备选变量中初步筛选出初筛变量。

4.根据权利要求1所述的定量预测方法，其特征在于，步骤3具体包括：

步骤301，利用训练样本和步骤2得到的精选变量，建立Logistic回归的危险评估模型，得到模型中每个变量的回归系数，并用测试样本和验证样本对建立的模型进行验证：

假设训练数据库中的样本量为N，经过筛选后共选出Q个危险因素，建立基于Logistics回归的危险评估模型，计算每个危险因素对应的回归系数，记为

将所得模型在训练样本、测试样本和验证样本中分别计算C-统计量，对模型进行验证；

步骤302，计算患者的危险评分：

计算

四舍五入为整数，得到相应的每个危险因素的危险评分；

将患者的每个危险因素的取值1或0与此危险因素对应的危险评分相乘，并将所有危险评分相加，得到此患者的危险评分；

步骤303，危险分级：

将训练样本中的全部患者分别进行危险评分的计算，得到的危险评分按照由小到大排序，记10分位数的危险评分为A，记90分位数的危险评分为B，A和B分别为低中危和中高危危险分级的阈值，将危险评分小于等于A分的患者划分为低危，大于A分而小于B分的患者划分为中危，大于等于B分的患者划分为高危。

5.根据权利要求1所述的定量预测方法，其特征在于，步骤4具体包括：

步骤401，在新患者手术前，根据步骤3确定的危险评分计算方法，计算此患者的危险评分；

步骤402，根据患者的危险评分确定其危险分级；

步骤403，在此患者手术前，医生根据患者的危险评分和危险分级实施相应的干预措施，并将该患者的信息补充到已有数据库中以更新数据库。

Images