譚 英 耿德勤 黃水平△

用人工神經(jīng)網(wǎng)絡(luò)建立缺血性腦卒中復(fù)發(fā)的預(yù)測模型*

譚 英1耿德勤2黃水平1△

目的 利用BP人工神經(jīng)網(wǎng)絡(luò)和多因素logistic回歸建立缺血性腦卒中患者復(fù)發(fā)的預(yù)測模型，為臨床醫(yī)生提供一種簡單、高效、準(zhǔn)確的評估缺血性腦卒中患者是否復(fù)發(fā)的方法。方法 應(yīng)用logistic回歸模型對資料進(jìn)行單因素篩選，將篩選出有統(tǒng)計學(xué)意義的指標(biāo)進(jìn)行BP神經(jīng)網(wǎng)絡(luò)和多因素logistic回歸分析，建立缺血性腦卒中患者復(fù)發(fā)的預(yù)測模型，并對兩個模型進(jìn)行比較。結(jié)果 應(yīng)用BP神經(jīng)網(wǎng)絡(luò)和logistic回歸模型建模，對測試集樣本預(yù)測，BP神經(jīng)網(wǎng)絡(luò)和logistic回歸模型預(yù)測正確率分別為84.6%和81.7%，ROC曲線下面積分別為0.787和0.729，說明BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測性能優(yōu)于logistic回歸模型。結(jié)論 人工神經(jīng)網(wǎng)絡(luò)模型預(yù)測效果優(yōu)于logistic回歸模型。

BP神經(jīng)網(wǎng)絡(luò) Logistic回歸 預(yù)測模型

*:本課題是徐州市社會發(fā)展科技計劃項目(XF10C063)

1.徐州醫(yī)學(xué)院公共衛(wèi)生學(xué)院(221002)

2.徐州醫(yī)學(xué)院附屬二院

△通信作者:黃水平，E-mail:hsp@xzmc.edu.cn

近年來，缺血性腦卒中復(fù)發(fā)的研究已經(jīng)逐漸成為醫(yī)學(xué)界的熱點(diǎn)。隨著醫(yī)療技術(shù)的發(fā)展和人口老齡化的日益加劇，缺血性腦卒中的病死率呈下降趨勢，但復(fù)發(fā)率卻有所上升〔1〕。劉東等〔2〕對北京地區(qū)復(fù)發(fā)性腦卒中事件發(fā)病變化趨勢研究表明，從1984年的48.30/10萬上升到2000年的122.29/10萬，復(fù)發(fā)率上升了153%，年平均增長7.6%，給社會和家庭帶來沉重負(fù)擔(dān)。由于傳統(tǒng)的統(tǒng)計學(xué)方法對數(shù)據(jù)要求較高，要求數(shù)據(jù)滿足給定條件方可擬合。故本研究采用人工神經(jīng)網(wǎng)絡(luò)的方法，建立缺血性腦卒中復(fù)發(fā)的預(yù)測模型，可以用于篩查缺血性腦卒中患者復(fù)發(fā)的高危人群，為更快更好的確定治療方案和降低缺血性腦卒中的復(fù)發(fā)提供理論依據(jù)。

對象和方法

1.研究對象

選擇2008－2009年在徐州醫(yī)學(xué)院附屬醫(yī)院神經(jīng)內(nèi)科病房住院的缺血性腦卒中患者474例，根據(jù)嚴(yán)格的診斷、納入及排除標(biāo)準(zhǔn)選擇合適的病例進(jìn)入本研究，進(jìn)行回顧性隨訪調(diào)查。根據(jù)與回顧性研究相同的診斷、納入及排除標(biāo)準(zhǔn)，選擇2010年8月31日至2011年2月28日在徐州醫(yī)學(xué)院附屬醫(yī)院神經(jīng)內(nèi)科病房住院的缺血性腦卒中患者115例，進(jìn)行前瞻性隨訪調(diào)查。

2.調(diào)查內(nèi)容

采用自制問卷，面對面調(diào)查方式收集資料，主要包括:性別、年齡、婚姻狀況、文化程度、就診醫(yī)院級別、治療天數(shù)、入院時體溫、脈搏、收縮壓、舒張壓、房顫、頸動脈軟斑、既往史、甘油三酯、總膽固醇、LDL、HDL、空腹血糖、血鉀、血鈉、血氯、尿酸、尿素氮、肌酐、血白蛋白、纖維蛋白、APO-A、APO-B、出院后康復(fù)治療、服用阿司匹林類藥物、是否服用中藥、是否服用營養(yǎng)品、睡眠情況、是否易激動等49項指標(biāo)。

3.分析方法

(1)數(shù)據(jù)庫建立:調(diào)查資料用Epidata軟件雙份輸入、邏輯校對后，建立數(shù)據(jù)庫。

(2)訓(xùn)練和測試集選擇:選擇樣本中回顧性調(diào)查對象作為訓(xùn)練集，前瞻性調(diào)查對象作為測試集，用來測試已建立的各種模型的預(yù)測精度。

(3)分別用SPSS16.0、Clementine軟件建立缺血性腦卒中復(fù)發(fā)的二分類非條件logistic回歸和BP神經(jīng)網(wǎng)絡(luò)的預(yù)測模型，并繪制ROC曲線。

結(jié) 果

1.logistic回歸結(jié)果

由于變量越多，人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練速度越慢，甚至出現(xiàn)過度擬合的現(xiàn)象。將回顧性調(diào)查收集的474例患者作為模型的訓(xùn)練樣本，對調(diào)查的49項指標(biāo)進(jìn)行單因素篩選，最終得出年齡等16項指標(biāo)有統(tǒng)計學(xué)意義，具體結(jié)果見表1。

表1 單因素logistic回歸分析結(jié)果

對上述篩選出來的變量進(jìn)行多因素logistic回歸分析得出年齡、舒張壓、語言障礙、飲酒、阿司匹林、甘油三酯和睡眠7個影響因素，由以上7個影響因素，建立logistic回歸模型，其表達(dá)式為:

logit(p)=－8.294+0.060x1+0.053x2+0.668x3+0.523x4－0.263x5+0.321x6－0.478x7，公式中(x1、x2、x3、x4、x5、x6、x7)分別年齡、舒張壓、語言障礙、飲酒、阿司匹林、甘油三酯和睡眠7個因素。

2.訓(xùn)練集網(wǎng)絡(luò)模型的建立及訓(xùn)練

將回顧性調(diào)查的病例474人作為訓(xùn)練集，將前瞻性調(diào)查的115名患者作為測試集。為了簡化計算并防止不必要的過度擬合，對本次研究利用logistic回歸對所有因素進(jìn)行單因素篩選，以單因素篩選出的全部16個因素作為輸入變量，即輸入層神經(jīng)元。分別用三種不同隱層數(shù)目的單純BP神經(jīng)網(wǎng)絡(luò)模型建模。

本次研究根據(jù)試湊法確定隱層節(jié)點(diǎn)數(shù)，將第一隱層節(jié)點(diǎn)定義為9，二三層逐層減小分別為5和3，分別用ANN1、ANN2、ANN3表示。同時擬選取最大訓(xùn)練誤差為0.01，初始學(xué)習(xí)率為0.3、最低學(xué)習(xí)率為0.01、最高學(xué)習(xí)率為0.3，動能項α=0.9。

(1)三種BP神經(jīng)網(wǎng)絡(luò)模型ROC曲線下面積比較

用三種BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測概率和實(shí)際結(jié)果做ROC曲線，曲線下面積分別為0.933(95%CI:0.902 ～0.964)、0.920(95%CI:0.809 ～0.942)、0.877(95%CI:0.835～0.920)，可知ANN1預(yù)測準(zhǔn)確性高于其他兩種模型。

(2)不同隱層數(shù)目模型的預(yù)測精度效度比較

各模型的預(yù)測正確率分別為94.59%、93.67%、92.83%，三種正確率之間有統(tǒng)計學(xué)意義(χ2=1.139，P=0.566)見表2。可知不同隱層數(shù)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測正確率無統(tǒng)計學(xué)意義，單層BP神經(jīng)網(wǎng)絡(luò)預(yù)測一致性高于其他兩種。其靈敏度、特異度以及Youden指數(shù)也均高于后兩種，說明單層BP神經(jīng)網(wǎng)絡(luò)的預(yù)測效果優(yōu)于其他兩種模型。

ANN)1 94.6 89.0 89.8 78.8 ANN2 93.7 87.3 89.5 76.9 ANN3 92.8 83.6 89.1 72.7

增加隱層的數(shù)目不能改善BP神經(jīng)網(wǎng)絡(luò)的預(yù)測效果，甚至有可能影響模型預(yù)測的精度，同時單一隱層建模時間短，而且不易發(fā)生過度擬合現(xiàn)象，故選擇含一個隱層的BP神經(jīng)網(wǎng)絡(luò)。根據(jù)導(dǎo)入影響因素對網(wǎng)絡(luò)的影響程度，做如下順位圖(圖1)。影響程度最高的前三位影響因素分別為ADL、舒張壓和阿司匹林服用情況。

圖1 單隱層BP神經(jīng)網(wǎng)絡(luò)影響因素順位圖

3.測試集預(yù)測結(jié)果

(1)模型預(yù)測結(jié)果的評價

將115例測試樣本代入以上建立的logistic模型和ANN1，ANN1的準(zhǔn)確率、靈敏度、特異度、約登指數(shù)均高于logistic回歸模型(見表3)。

logistic)81.7 61.9 72.3 34.2 ANN1 84.6 81.0 79.3 60.3

(2)ANN1與logistic回歸模型相比，其ROC曲線下面積為0.787，大于后者者得出的結(jié)果0.729，由此可知ANN1的預(yù)測判別能力高于傳統(tǒng)的logistic回歸模型。

討 論

1.BP神經(jīng)網(wǎng)絡(luò)模型在疾病預(yù)測中的應(yīng)用

在醫(yī)學(xué)統(tǒng)計預(yù)測領(lǐng)域，Werbos第一個利用BP算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測并發(fā)現(xiàn)它的功能要優(yōu)于傳統(tǒng)的統(tǒng)計學(xué)方法，如Box－Jenkins方法。Hughes等用神經(jīng)網(wǎng)絡(luò)對肝臟移植術(shù)后的急性排斥反應(yīng)進(jìn)行預(yù)測，其結(jié)果優(yōu)于傳統(tǒng)預(yù)測方法。Ellenius等用神經(jīng)網(wǎng)絡(luò)對急性心肌梗死的發(fā)病預(yù)測，也取得了成功〔3〕。黃水平〔4〕等應(yīng)用人工神經(jīng)網(wǎng)絡(luò)研究食管癌、胃癌發(fā)病及胃癌根治術(shù)患者預(yù)后的影響因素，取得了理想的結(jié)果。Pranab Dey〔5〕等建立一個人工神經(jīng)網(wǎng)絡(luò)(ANN)模型檢測癌細(xì)胞學(xué)積液，應(yīng)用經(jīng)過充分訓(xùn)練的人工神經(jīng)網(wǎng)絡(luò)模型對惡性腫瘤進(jìn)行鑒別診斷，取得了良好的結(jié)果。Hakan Isik〔6〕等將人工神經(jīng)網(wǎng)絡(luò)分類的方法應(yīng)用于超聲理療，在確定治療的時間，各年齡段超聲理療的價值以及超聲治療區(qū)域的選擇等方面取得了成功。人工神經(jīng)網(wǎng)絡(luò)最具吸引力的特點(diǎn)就是它的學(xué)習(xí)能力。學(xué)習(xí)也稱訓(xùn)練，是指在受到外界刺激(即樣本集的輸入)的情況下，神經(jīng)網(wǎng)絡(luò)按照一定的方式不斷調(diào)整參數(shù)(連接權(quán))，并可以將樣本集的內(nèi)涵以連接權(quán)矩陣的方式儲存起來，使神經(jīng)網(wǎng)絡(luò)再次接受輸入時，可以給出適當(dāng)?shù)妮敵?。本研究考慮到神經(jīng)元個數(shù)過多對樣本量要求較高，故選擇通過單因素logistic回歸篩選出來的，與缺血性腦卒中復(fù)發(fā)密切相關(guān)的變量作為輸入變量，利用訓(xùn)練集建立網(wǎng)絡(luò)，由測試集對網(wǎng)絡(luò)進(jìn)行評價，得出BP神經(jīng)網(wǎng)絡(luò)預(yù)測正確率為84.6%，優(yōu)于logistic回歸模型的81.7%。ROC曲線下面積BP神經(jīng)網(wǎng)絡(luò)和logistic回歸分別為0.787和0.729，說明BP神經(jīng)網(wǎng)絡(luò)預(yù)測效果較好。

2.神經(jīng)網(wǎng)絡(luò)與logistic回歸的比較

BP神經(jīng)網(wǎng)絡(luò)在疾病預(yù)測方面越來越受到廣大醫(yī)學(xué)工作者的重視，人們經(jīng)常用它與logistic回歸模型進(jìn)行比較。logistic回歸模型的優(yōu)點(diǎn)是簡單易用，對因素單獨(dú)效應(yīng)的定量解釋明確，可以直接得出相對危險度的近似估計，建立變量在數(shù)量上依賴關(guān)系的方法論〔7〕。神經(jīng)網(wǎng)絡(luò)模型采用的是信息論的方法，結(jié)合模擬人的思維模式，通過學(xué)習(xí)已有的樣本建立網(wǎng)絡(luò)。具有強(qiáng)大的解決變量間的共線性效應(yīng)和交互作用的能力，對資料的分布形式無任何限制并能充分利用資料信息，容錯性強(qiáng)。神經(jīng)網(wǎng)絡(luò)作為一個非線性的數(shù)學(xué)模型，有助于發(fā)現(xiàn)多個變量間未知的關(guān)系。瑞典Mi-Chael Green〔8〕用多種類型的人工神經(jīng)網(wǎng)絡(luò)和單變量、多變量logistic回歸模型分別研究急性冠狀動脈綜合征(ACS)的危險因素并進(jìn)行比較。研究認(rèn)為，人工神經(jīng)網(wǎng)絡(luò)明顯優(yōu)于1ogistic回歸模型。賀佳〔9〕等的研究認(rèn)為BP人工神經(jīng)網(wǎng)絡(luò)對于數(shù)據(jù)的擬合情況要遠(yuǎn)遠(yuǎn)優(yōu)于傳統(tǒng)的COX回歸和logistic回歸。

本課題研究結(jié)果logistic回歸預(yù)測模型ROC曲線下面積為0.729，BP神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果ROC曲線下面積為0.787;BP神經(jīng)網(wǎng)絡(luò)和logistic回歸的Youden指數(shù)為分別為60.3%和34.2%，說明BP神經(jīng)網(wǎng)絡(luò)的預(yù)測效果優(yōu)于logistic回歸。BP神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果一致率、靈敏度、特異度皆高于logistic回歸，說明對于缺血性腦卒中這樣的致病因素多，而且各因素間關(guān)系復(fù)雜的疾病，BP神經(jīng)網(wǎng)絡(luò)模型的擬合效果優(yōu)于logistic回歸模型。

疾病的發(fā)病過程是一個受多因素影響的復(fù)雜過程，傳統(tǒng)的統(tǒng)計方法預(yù)測疾病的發(fā)生過程往往存在很大的局限性，而BP神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)恰恰適合預(yù)測疾病的發(fā)生過程。但是本研究中建立的BP神經(jīng)網(wǎng)絡(luò)模型都是在用其它方法對數(shù)據(jù)進(jìn)行初始分析的基礎(chǔ)上進(jìn)行的，變量越多網(wǎng)絡(luò)的訓(xùn)練速度越慢，并且可能導(dǎo)致過度擬合。因此我們不能片面的認(rèn)為BP神經(jīng)網(wǎng)絡(luò)就一定優(yōu)于logistic回歸模型，只能說明兩者是互補(bǔ)的關(guān)系，應(yīng)該將神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)統(tǒng)計分析結(jié)合起來應(yīng)用才能夠發(fā)揮其最大效力。

目前神經(jīng)網(wǎng)絡(luò)的預(yù)測能力已經(jīng)得到普遍認(rèn)可，但是它尚存在一些問題有待解決。首先，神經(jīng)網(wǎng)絡(luò)的建立隨著參數(shù)、函數(shù)、初始值等的設(shè)置而變化，這些設(shè)置的正確性缺乏理論依據(jù)，只能依靠經(jīng)驗(yàn)和試驗(yàn)來確定。其次，神經(jīng)網(wǎng)絡(luò)不能像logistic回歸模型那樣有一個公認(rèn)的模型輸入變量的準(zhǔn)入和剔出原則;再次，各因素對因變量作用的醫(yī)學(xué)解釋尚不明確，其假設(shè)檢驗(yàn)方法和可信區(qū)間等問題仍有待進(jìn)一步研究。

1．經(jīng)屏，張媚，張臨洪．缺血性腦卒中早期復(fù)發(fā)的臨床特點(diǎn)和危險因素預(yù)測．卒中與神經(jīng)疾病，2002，9(1):35-37．

2．劉軍，趙冬，王薇．北京地區(qū)1984-2000年35～74歲人群復(fù)發(fā)性腦卒中事件發(fā)病變化趨勢．中華流行病學(xué)雜志，2007，28(5):437-440．

3．Sargent D J．Comparison of artificial neural networks with other statistical approaches:results from medical data sets．Cancer，2001，91(8):1636-1642．

4．李文琦，黃水平．影響胃癌根治術(shù)患者預(yù)后的臨床因素分析及預(yù)測研究．現(xiàn)代預(yù)防醫(yī)學(xué)，2011，38(17):3404-3407．

5．Dey P，Barwad A，Dey P，et al．Artificial neural network in diagnosis of metastatic carcinoma in effusion cytology．Cytometry Part B(Clinical Cytometry)，2012，82(B):107-111．

6．Isik H，Arslan S．An artificial neural network classification approach for use the ultrasound in physiotherapy．J Med Syst，2011，35(6):1333-1341．

7．楊洋．利用人工神經(jīng)網(wǎng)絡(luò)模型預(yù)測原發(fā)性高血壓的研究．中國醫(yī)科大學(xué)碩士論文，2010．

8．Green M，Bjork J，F(xiàn)orberg J，et al．Comparison between neural networks and multiple logistic regression to predict acute coronary syndrome in the emergency room．Artif Intell Med，2006，38(3):305-18．

9．賀佳，張智堅，賀憲民．肝癌術(shù)后無瘤生存期的人工神經(jīng)網(wǎng)絡(luò)預(yù)測．?dāng)?shù)理統(tǒng)計與管理，2002，21(4):14-16．

Building Ischemic Stroke Recurrence Prediction Model by U-sing Artificial Neural Networks

Tan Ying，Geng Deqin，Huang Shuiping．Department of Epidemiology and Healthy Statistics，XuZhou Medical College(221002)，Xuzhou

ObjectiveTo establish ischemic stroke recurrence prediction model based on BP artificial neural network，provides clinicians with a simple，efficient，accurate assessment of patients with ischemic stroke recurrence.MethodsUsing logistic regression model to univariate analysis，and filter out the significant indicators for the BP neural network and logistic regression multivariate analysis，to establish the ischemic stroke recurrence prediction model，and compared two models.ResultsEstablish the BP neural network and logistic regression model，BP neural network and logistic regression's prediction accuracy were 82.6%and 75.1%，The area under the ROC curve were 0.875 and 0.880，BP neural network model has a better prediction accuracy than the logistic regression model．Conclusion

Artificial neural network model is better than the logistic regression model in prediction effect．

BP neural network;Logistic regression;Prediction model

(責(zé)任編輯:丁海龍)