基于電子病歷利用支持向量機(jī)構(gòu)建重度急性胰腺炎早期預(yù)測(cè)模型.pdf

1、目的：
　　急性胰腺炎(acute pancreatitis，AP)是一種常見(jiàn)的消化系統(tǒng)疾病，指多種病因包括酒精中毒、高脂血癥、暴飲暴食、藥物等引起的胰酶激活，繼以胰腺局部炎性反應(yīng)為主要特征，伴或不伴有其他器官功能改變的急癥。臨床上大多數(shù)患者為輕度急性胰腺炎，不伴有器官衰竭和局部并發(fā)癥。少數(shù)患者為重度急性胰腺炎，起病急且病情較重，常伴有器官衰竭和（或）局部并發(fā)癥，以致住院天數(shù)長(zhǎng)、預(yù)后差、死亡率高。因此，AP的分級(jí)和嚴(yán)重程度對(duì)于臨床

2、實(shí)踐和研究十分重要。本研究旨在利用支持向量機(jī)基于電子病歷構(gòu)建重度急性胰腺炎預(yù)測(cè)模型，提出簡(jiǎn)單易行、新型的預(yù)測(cè)模型，進(jìn)一步開(kāi)發(fā)設(shè)計(jì)Windows應(yīng)用程序，創(chuàng)建重度急性胰腺炎早期預(yù)警系統(tǒng)，輔助臨床決策。
　　方法：
　　隨機(jī)抽取遼寧省某醫(yī)院去識(shí)別化的2013年1月至2015年3月主診斷為急性胰腺炎的電子病歷。參考UpToDate臨床顧問(wèn)數(shù)據(jù)庫(kù)中列出的AP嚴(yán)重程度危險(xiǎn)因素，最終選取的研究變量(n=20)包括:年齡、白細(xì)胞計(jì)數(shù)、紅細(xì)

3、胞比積、尿素、肌酐、K+、Na+、Ca2+、血清淀粉酶、血清脂肪酶、體溫、心率、呼吸頻率、血壓（收縮壓/舒張壓）、腹痛時(shí)間，以及是否神清、有無(wú)器官衰竭、有無(wú)胰腺壞死、有無(wú)胸腔積液。時(shí)間選取入院48小時(shí)內(nèi)。本研究選用出院診斷重度急性胰腺炎與否作為結(jié)局變量。
　　所納入變量中4項(xiàng)以文字描述形式出現(xiàn)在首次病程記錄，利用ICTCLAS軟件初步分詞處理各首次病程記錄之病例特點(diǎn)，建立添加用戶(hù)詞典，再調(diào)用NLPIR函數(shù)抽取所調(diào)整疾病嚴(yán)重程度特征

4、詞。
　　獲得研究變量數(shù)據(jù)存在缺失值，剔除存在缺失值的樣本。腹痛時(shí)間變量單位統(tǒng)一至天。將納入樣本按3∶1分為訓(xùn)練集和測(cè)試集。
　　MATLAB2010a環(huán)境下，基于支持向量機(jī)(support vector machine，SVM)LIBSVM3.11，采用優(yōu)化后的徑向基核函數(shù)產(chǎn)生的分類(lèi)器，同時(shí)結(jié)合統(tǒng)計(jì)學(xué)單因素及多因素Logistic回歸分析方法，進(jìn)行特征變量選取，提出一種簡(jiǎn)單易行的重度急性胰腺炎早期預(yù)測(cè)模型。依據(jù)所選取特征變

5、量，再次基于SVM構(gòu)建重度急性胰腺炎早期預(yù)測(cè)模型，比較預(yù)測(cè)性能前后是否有所提高，確定最終預(yù)測(cè)模型決策函數(shù)表達(dá)式。通過(guò)組件對(duì)象模型(component object model，COM)建立動(dòng)態(tài)鏈接庫(kù)實(shí)現(xiàn)VB.NET與MATLAB的混合編程，調(diào)用預(yù)測(cè)模型決策函數(shù)設(shè)計(jì)開(kāi)發(fā)重度急性胰腺炎早期預(yù)測(cè)應(yīng)用程序。
　　采用測(cè)試集數(shù)據(jù)客觀評(píng)估應(yīng)用程序預(yù)測(cè)性能，評(píng)估指標(biāo)包括準(zhǔn)確率(accuracy)、靈敏度(sensitivity)、特異度（spe

6、cificity）、陽(yáng)性預(yù)測(cè)值(positivepredictive value)和陰性預(yù)測(cè)值(negative predictive value)。
　　結(jié)果：
　　最終納入323例，其中非重度急性胰腺炎203例、重度急性胰腺炎120例。納入訓(xùn)練集242例，90例出院診斷為重度急性胰腺炎，所占比例為37.19％;測(cè)試集81例，30例出院診斷為重度急性胰腺炎，所占比例為37.04％。
　　分別針對(duì)訓(xùn)練集和測(cè)試集數(shù)據(jù)，采

7、用留一法進(jìn)行交叉驗(yàn)證，線性、多項(xiàng)式、徑向基、sigmoid核函數(shù)的預(yù)測(cè)準(zhǔn)確率分別為69.83％、69.83％、59.09％、62.81％和67.90％、69.14％、70.37％、62.96％。選用徑向基核函數(shù)，網(wǎng)格搜索參數(shù)優(yōu)化前后（未優(yōu)化:c=1，g=0.05;優(yōu)化后:c=16，g=0.0625）訓(xùn)練集和測(cè)試集數(shù)據(jù)準(zhǔn)確率分別為59.09％、69.01％和70.37％、67.90％。
　　經(jīng)單因素分析納入Logistic回歸分析的

8、變量有白細(xì)胞計(jì)數(shù)、收縮壓、尿素、血清鈉離子、血清鈣離子、體溫、心率、舒張壓、血清淀粉酶、血清脂肪酶、腹痛時(shí)間、器官衰竭、胸腔積液。經(jīng)Logistic回歸分析，最終納入特征變量有:白細(xì)胞計(jì)數(shù)、血清鈣離子、血清脂肪酶、收縮壓、舒張壓以及有無(wú)胸腔積液。
　　選用徑向基核函數(shù)，結(jié)合網(wǎng)格搜索和交叉驗(yàn)證方法選擇最優(yōu)參數(shù)，基于選取特征變量，再次建立分類(lèi)模型。c最優(yōu)值為2，g最優(yōu)值為1，模型支持向量數(shù)為180，訓(xùn)練集和測(cè)試集準(zhǔn)確率分別為65.29

9、％、70.37％。生成SAPSVM setup.exe安裝程序。SAPSVM安裝文件包括sapfile.zip、setup.exe、安裝說(shuō)明。只需按照安裝說(shuō)明將sapfile文件解壓后復(fù)制到程序安裝目錄下，點(diǎn)擊setup.exe默認(rèn)安裝。SAPSVM涉及白細(xì)胞計(jì)數(shù)、血清鈣離子、血清脂肪酶、收縮壓、舒張壓以及有無(wú)胸腔積液6項(xiàng)指標(biāo)。
　　采用測(cè)試集數(shù)據(jù)對(duì)預(yù)測(cè)模型的性能進(jìn)行客觀評(píng)估，其中SAP類(lèi)設(shè)為正類(lèi)、非SAP類(lèi)設(shè)為負(fù)類(lèi)，測(cè)試集81個(gè)

10、樣本中，經(jīng)程序預(yù)測(cè)后其中真正樣本數(shù)12、假負(fù)樣本數(shù)18、假正樣本數(shù)6、真負(fù)樣本數(shù)45。SAPSVM預(yù)測(cè)準(zhǔn)確率、靈敏度、特異度、陽(yáng)性預(yù)測(cè)值、陰性預(yù)測(cè)值分別為70.37％、40％、88.24％、66.7％、71.43％。相同測(cè)試集樣本BISAP評(píng)分系統(tǒng)準(zhǔn)確率、靈敏度、特異度、陽(yáng)性預(yù)測(cè)值、陰性預(yù)測(cè)值分別為48.12％、30％、58.82％、30％、58.82％。
　　結(jié)論：
　　本研究利用支持向量機(jī)基于電子病歷構(gòu)建重度急性胰腺炎預(yù)