【摘要】：[目的] 營養(yǎng)支持是重癥患者綜合救治措施中不可或缺的組成部分,重癥患者應優(yōu)先選擇腸內營養(yǎng)(Enteral Nutrition, EN)作為營養(yǎng)支持途徑。重癥患者進行EN時,管飼是主要手段。重癥患者的胃動力受損,使用鼻胃管進行管飼喂養(yǎng)時容易出現(xiàn)高胃殘留量,導致胃返流、誤吸以及吸入性肺炎等EN相關并發(fā)癥的發(fā)生率明顯增高。使用鼻腸管進行EN時,因重癥患者小腸動力受損少見,則可明顯減少EN時的返流與誤吸等與管飼相關的并發(fā)癥。在眾多的鼻腸管放置技術中,床旁經鼻放置鼻腸管因為無創(chuàng)、安全、經濟的優(yōu)點使得醫(yī)護人員、患者及其家屬樂于接受,但此類置管方法技術要求高和成功率低的缺點限制了它的應用。近年出現(xiàn)了一種新型的鼻腸管——螺旋型鼻腸管,研究證實這種鼻腸管可以提高床旁放置鼻腸管的置管成功率。然而,在重癥患者中螺旋型鼻腸管置管于幽門后的總體成功率仍低。為此,本研究擬將數(shù)據挖掘技術引入到對螺旋型鼻腸管優(yōu)化置管的研究中。本研究將應用數(shù)據挖掘技術構建重癥患者螺旋型鼻腸管成功置管決策樹預測模型及Logistic回歸模型,并對這兩種模型的預測性能進行測試,以達到(1)探討應用數(shù)據挖掘技術用于構建螺旋型鼻腸管成功置管預測模型的可行性；(2)探討決策樹模型、Logistic回歸模型用于預測重癥患者螺旋型鼻腸管成功置管的可行性；(3)比較與評價決策樹模型與Logistic回歸模型用于預測重癥患者螺旋型鼻腸管成功置管的性能等目的。通過對預測模型的研究,預期為臨床提供螺旋型鼻腸管成功置管預測模型,以主動選擇適合置入螺旋型鼻腸管的重癥患者,從而提高螺旋型鼻腸管的總體置入成功率。 [方法] 本研究應用數(shù)據挖掘技術構建螺旋型鼻腸管成功置管預測模型。數(shù)據挖掘過程均在CRISP-DM流程模型框架內完成。在流程模型各階段的工作內容如下： 事務理解：目前已知重癥患者行螺旋型鼻腸管置管成功率低,在前期研究發(fā)現(xiàn)有多種因素可影響置管結果。數(shù)據挖掘的目標是對危重人群進行分類預測,預測該重癥患者行螺旋型鼻腸管置管成功的可能性。確定數(shù)據挖掘使用的工具軟件為SPSS21.0及Rapidminer6.0.001。 數(shù)據理解：本研究收集了廣東省人民醫(yī)院(廣東省醫(yī)學科學院)重癥醫(yī)學科2005年8月至2013年11月間進行床旁被動等待法放置螺旋型鼻腸管的病例,共609例。原始數(shù)據分為兩部分,第一部分來源于廣東省人民醫(yī)院(廣東省醫(yī)學科學院)醫(yī)院信息系統(tǒng)(Hospital Information System, HIS),由專人從HIS檢索并將數(shù)據錄入Microsoft Excel2010電子表格。第二部分來源于促胃動力藥提高螺旋型鼻腸管幽門后置管成功率的多中心、前瞻性、隨機對照臨床試驗研究(PROMOTE研究)的病例報告表。在本階段確定病例的入選及排除標準,確定數(shù)據中用于分析的變量及變量名。 數(shù)據準備：此階段涉及數(shù)據的選擇、淘汰、構建、整合等方面的工作。從醫(yī)學專業(yè)角度分析原始數(shù)據,對可能影響置管結果的變量進行篩選,完成數(shù)據選擇。對篩選后的數(shù)據進行檢查,將變量存在不一致、缺失或重復的進行清除以完成數(shù)據淘汰。依據臨床醫(yī)學專業(yè)標準或常識對變量進行轉換,對可以合并處理的變量進行整合；并將定量變量進行離散化轉換為分類變量,完成數(shù)據的構建與整合。最后在此階段將2005年8月至2011年12月的回顧性資料,共491例定義為訓練隊列,作為訓練集；2012年4月至2013年11月廣東省人民醫(yī)院(廣東省醫(yī)學科學院)在促胃動力藥提高螺旋型鼻腸管幽門后置管成功率的多中心、前瞻性、隨機對照臨床試驗研究(PROMOTE研究)的部分前瞻性資料,共118例定義為測試隊列,作為測試集。 建立模型：在SPSS21.0工具軟件中應用訓練隊列,以CHAID算法為樹增長方法,以最大樹深度：3；拆分節(jié)點顯著性水平：0.01；合并類別的顯著性水平：0.05；使用Pearson卡方計算統(tǒng)計量；最大迭代次數(shù)：100；期望單元格頻率的最小更改：0.05為參數(shù)構建CHAID決策樹模型；應用訓練隊列在RapidMiner6.0.001數(shù)據挖掘軟件的Decision Tree模塊中以Gini Index作為生成決策樹條件,以用于拆分的最小尺寸：4；最小葉子尺寸：2；最小增益：0.1；最大樹深度：5；用于剪枝的置信水平：0.25為參數(shù)構建RapidMiner決策樹模型；Logistic回歸模型應用訓練隊列在SPSS21.0工具軟件里實現(xiàn)。以置管結果進行分組,將訓練隊列的分類變量進行,檢驗并對定量變量進行,檢驗,以P0.10認為差別有統(tǒng)計學意義；將差別有統(tǒng)計學意義的變量作為單因素影響因子采用向前步進(Wald)方法在0.05進入和0.10排除的標準下進入二分類Logistic回歸模型的建模。 模型評價：選擇測試隊列對構建的三個模型進行性能測試。將測試隊列各樣本在三個模型中預測置管成功的概率在MedCalc12.7.8工具軟件里生成ROC(Receiver Operating Characteristic,受試者工作特征)曲線,以Youden指數(shù)最大法確定ROC曲線最佳工作點以及相應的敏感性、特異性。通過分析AUC(Area Under the Curve,曲線下面積)評價模型的預測性能,對各模型AUC的差別進行z檢驗,以P0.05認為差別有統(tǒng)計學意義。 部署實施：擬在臨床上應用決策樹模型,即產生一個重癥患者放置鼻腸管方法的選擇流程,評價流程的可操作性、醫(yī)護工作人員的依從性等。 [結果] 1.CHAID決策樹模型預測重癥患者螺旋型鼻腸管置管成功的規(guī)則有2條：①如果使用促胃動力藥且APACHE Ⅱ評分20分的則置管成功；②如果使用促胃動力藥、APACHE Ⅱ評分≥20分但置入螺旋型鼻腸管前已通過鼻胃管管飼的患者則置管成功。 2.Rapidminer決策樹模型預測置管成功的規(guī)則有3條：①如果使用促胃動力藥且APACHE II評分≤10分的則置管成功；②如果使用促胃動力藥,APACHEⅡ評分為11～19分但不是以多潘立酮為促胃動力藥的則置管成功；③如果使用促胃動力藥,APACHE Ⅱ評分≥20分,置入螺旋型鼻腸管前已通過鼻胃管管飼并且不是消化系統(tǒng)疾病患者時則置管成功。 3.Logistic回歸模型提示：置管時未使用促胃動力藥、置管時應用鎮(zhèn)靜藥、高APACHE Ⅱ評分、消化系統(tǒng)疾病是影響置管成功的危險因素。從兩個決策樹模型及Logistic回歸模型可以看出促胃動力藥的使用與APACHE Ⅱ評分是影響螺旋型鼻腸管成功置管比較重要的兩個影響因素。 4.三個模型的AUC：CHAID決策樹模型為0.687(95%CI:0.595-0.769), RapidMiner決策樹模型為0.723(95%CI:0.633-0.802)、Logistic回歸模型為0.762(95%CI：0.674～0.835)。各模型以Youden指數(shù)最大法確定的ROC曲線最佳工作點相應的敏感性、特異性為：CHAID決策樹模型：敏感性：80.0%(95%CI：65.4%-90.4%),特異性：60.3%(95%CI:48.1%～71.5%)、RapidMiner決策樹模型：敏感性：64.4%(95%CI:48.8%～78.1%),特異性：76.7%(95%CI：65.4%～85.8%)、Logistic回歸模型：敏感性：71.1%(95%CI:55.7%-83.6%),特異性：74.0%(95%CI：62.4%～83.5%)。對三個模型的AUC的差別進行假設檢驗(z檢驗)的結果如下：CHAID決策樹模型與Logistic回歸模型AUC的差別有統(tǒng)計學意義(z=2.089, p=0.037), RapidMiner決策樹模型與Logistic回歸模型AUC的差別無統(tǒng)計學意義(z=0.929,P=0.353)。結果提示：Logistic回歸模型的預測性能優(yōu)于CHAID決策樹模型；RapidMiner決策樹模型與Logistic回歸模型的預測性能相同。RapidMiner決策樹模型及Logistic回歸模型的AUC均大于0.700,提示模型的預測性能有一定準確性,CHAID決策樹模型的AUC為0.687小于0.700,預測的性能較差。 [結論] 本研究將數(shù)據挖掘技術引入到重癥患者螺旋型鼻腸管優(yōu)化置管的研究中。在CRISP-DM流程模型框架內利用廣東省人民醫(yī)院(廣東省醫(yī)學科學院)重癥醫(yī)學科2005年8月至2013年11月間進行床旁被動等待法放置螺旋型鼻腸管的609個病例的數(shù)據,采用決策樹模型與Logistic回歸模型這兩種數(shù)據挖掘方法成功構建了螺旋型鼻腸管成功置管預測模型。經測試,CHAID決策樹模型、RapidMiner決策樹模型及Logistic回歸模型這三個預測模型對預測螺旋型鼻腸管成功置管的性能均達到一定水平。這個研究結果可以明確,數(shù)據挖掘技術適用于螺旋型鼻腸管成功置管預測模型的構建。分析研究的結果,從兩個決策樹模型提取的預測重癥患者螺旋型鼻腸管置管成功的規(guī)則易于理解與應用。相對于Logistic回歸模型使用回歸系數(shù)及回歸方程這種不易被理解與應用的結果表達方式,決策樹模型在實際應用方面的優(yōu)點明顯。結合決策樹模型的預測性能及其分類預測規(guī)則易于理解與應用的優(yōu)點,說明決策樹模型在臨床指導主動選擇適合床旁置入螺旋型鼻腸管的重癥患者有一定參考價值。最后,在對CHAID決策樹模型、RapidMiner決策樹模型及Logistic回歸模型的分析中也可以進一步明確促胃動力藥的使用與APACHE Ⅱ評分是影響螺旋型鼻腸管成功置管比較重要的兩個影響因素。
[Abstract]:......
【學位授予單位】：南方醫(yī)科大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：R459.7

【參考文獻】

相關期刊論文 前10條

1 黎介壽;腸內營養(yǎng)——外科臨床營養(yǎng)支持的首選途徑[J];腸外與腸內營養(yǎng);2003年03期

2 汪志明,吳素梅,丁凱,李寧,黎介壽;內鏡下放置鼻空腸管在危重病人的應用[J];腸外與腸內營養(yǎng);2005年05期

3 陳純波;葉珩;孫誠;李輝;方明;藍惠蘭;黎春常;曾紅科;;危重患者被動等待法床邊放置螺旋型鼻腸管的可行性研究[J];廣東醫(yī)學;2006年11期

4 是若春,方雷,劉龍;APACHEⅡ危重病評分系統(tǒng)在ICU的應用[J];中華急診醫(yī)學雜志;2005年09期

5 蔣朱明;陳偉;朱賽楠;姚晨;營養(yǎng)風險及營養(yǎng)支持調查協(xié)作組;;我國東、中、西部大城市三甲醫(yī)院營養(yǎng)不良(不足)、營養(yǎng)風險發(fā)生率及營養(yǎng)支持應用狀況調查[J];中國臨床營養(yǎng)雜志;2008年06期

6 崔麗英;張澍田;于康;陳良安;蔣朱明;朱賽楠;姚明;陳偉;李單青;吳詠冬;梁曉坤;揭彬;王艷;;北京大醫(yī)院住院患者營養(yǎng)風險、營養(yǎng)不良(不足)、超重和肥胖發(fā)生率及營養(yǎng)支持應用狀況[J];中國臨床營養(yǎng)雜志;2008年06期

7 陳衛(wèi)中;潘曉平;宋興勃;倪宗瓚;;ROC曲線中最佳工作點的選擇[J];中國衛(wèi)生統(tǒng)計;2006年02期

8 于長春;;決策樹模型在2型糖尿病患者腦梗死風險預測中的應用[J];中國衛(wèi)生統(tǒng)計;2011年06期

9 藍惠蘭;陳純波;黃碧靈;譚杏飛;廖游玩;葉珩;曾紅科;蔣文新;;雙導絲螺旋型鼻腸管用于危重患者置管的方法及護理[J];中華護理雜志;2008年10期

10 易靜;蘇新良;王潤華;;決策樹在乳腺癌高位淋巴結轉移判別診斷中的應用[J];重慶醫(yī)科大學學報;2009年05期

，

本文編號：2494324