結(jié)合踝臂指數(shù)預(yù)測死亡風險及預(yù)測模型研究.pdf

1、踝臂指數(shù)(anklebrachialindex,ABI)≤0.9已被確定為外周動脈性疾病(peripheralarterialdisease,PAD)的診斷標準。由于PAD與多種疾病的發(fā)生、發(fā)展有關(guān),ABI常被用來作為疾病發(fā)生或死亡的預(yù)測指標。但有關(guān)ABI的預(yù)測價值尚存在爭議。本文用自由Cox模型和神經(jīng)網(wǎng)絡(luò)建立死亡風險預(yù)測模型,進一步研究我國人群中ABI對死亡風險的預(yù)測價值,在建模過程中同時對預(yù)測模型中相關(guān)統(tǒng)計分析問題進行探討。并結(jié)合國

2、內(nèi)外文獻,進行ABI預(yù)測死亡風險的Meta分析,對ABI預(yù)測死亡風險進行系統(tǒng)性評價。主要研究內(nèi)容及結(jié)果包括:
　　1.針對具有2個及2個以上心血管病危險因素的人群進行隊列研究,平均隨訪2.8±0.8年,該人群基線低ABI發(fā)生率達25.8％。以全因死亡和冠心病死亡為健康結(jié)局事件,分別以自由Cox回歸模型和神經(jīng)網(wǎng)絡(luò)模型建立全因死亡和冠心病死亡風險的預(yù)測模型,研究ABI的預(yù)測價值,進行相對風險和絕對風險估計。研究結(jié)果顯示,對于PAD高危

3、人群,ABI降低會增加全因死亡和冠心病死亡的風險,是重要的死亡風險預(yù)測因子。繪制絕對風險列線圖來表達對應(yīng)各因素取值的患者1年和3年生存率,形象、直觀,應(yīng)用方便。
　　2.對以往的8篇國內(nèi)外隊列研究文獻進行Meta分析,結(jié)果顯示低ABI人群全因死亡風險約是正常ABI人群的1.7倍;添加本研究估計的相對風險比數(shù)據(jù)再次Meta分析,結(jié)果低ABI人群全因死亡風險是正常ABI人群的1.6倍。經(jīng)敏感性分析,研究結(jié)果較穩(wěn)定。
　　3.探討

4、應(yīng)用Schoenfeld殘差圖和假設(shè)檢驗方法進行Cox模型PH假定的檢查,結(jié)合限制性立方樣條函數(shù)檢查對數(shù)線性假定,并在Cox模型框架下,用限制性立方樣條函數(shù)估計連續(xù)型預(yù)測變量對結(jié)局變量的非線性效應(yīng)及時間依賴效應(yīng)。本文實踐證明該方法靈活、有效,但變量很多時需要較大的工作量來完成。
　　4.本文選用最小絕對值壓縮和選擇算法(LeastAbsoluteShrinkageandSelectionOperator,LASSO)對變量集進行選

5、擇,限制模型預(yù)測中過度擬合現(xiàn)象。本研究結(jié)果表明,LASSO方法估計結(jié)果具有較好的可解釋性,并且可在簡化模型的情況下,不降低甚至提高模型的預(yù)測性能。
　　5.嘗試用多層感知器神經(jīng)網(wǎng)絡(luò)模型建立生存分析資料的預(yù)測模型,該法沒有應(yīng)用條件限制,應(yīng)用靈活,實現(xiàn)方便,大樣本時可以達到較好的預(yù)測效果,但結(jié)果可解釋性較差。在小樣本時應(yīng)用神經(jīng)網(wǎng)絡(luò)模型需謹慎。
　　6.關(guān)注模型參數(shù)估計的同時,用ROC曲線分析等對模型的預(yù)測性能進行評價。當陽性結(jié)局

6、事件發(fā)生比例較小或小樣本情況下對神經(jīng)網(wǎng)絡(luò)模型的性能評價,需結(jié)合靈敏度和特異度等其他指標進行綜合評價。
　　綜上,具有心血管疾病危險因素人群有較高的ABI異常率。隨訪研究結(jié)果和Meta分析結(jié)果顯示ABI降低會增加全因死亡和冠心病死亡風險,是重要的預(yù)測因子,建議將ABI作為具有PAD和其他心血管疾病危險因素人群的常規(guī)體檢項目,及早發(fā)現(xiàn)、干預(yù)和治療PAD,以降低PAD的致殘率和死亡率,提高患者健康質(zhì)量。傳統(tǒng)Cox模型的兩個基本假定不容忽