亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于決策樹的結(jié)直腸癌術后患者非計劃性再入院風險預測模型研究*

        2020-02-03 02:34:34陳靜文徐林霞吳秀麗李顯蓉
        現(xiàn)代臨床護理 2020年11期
        關鍵詞:計劃性合并癥決策樹

        陳靜文,徐林霞,吳秀麗,李顯蓉

        (1 西南醫(yī)科大學護理學院,四川瀘州,646000;2 西南醫(yī)科大學附屬醫(yī)院普通外科(胃腸),四川瀘州,646000)

        非計劃性再入院是指前次住院診療結(jié)束,患者在首次出院后無法預測的再入院,且患者再入院的原因是相同或相關疾病[1]。非計劃性再入院率是評價醫(yī)院診療和護理質(zhì)量的重要參考指標,較高的非計劃性再入院率不僅增加了患者的身心痛苦、住院時間及治療費用,也在一定程度上導致了醫(yī)療資源的浪費[2]。近年來,結(jié)直腸癌術后患者非計劃性再入院的發(fā)生率呈逐漸上升趨勢[3],但目前對于患者非計劃性再入院的統(tǒng)計分析方法,常規(guī)使用Logistic 回歸模型。但由于影響結(jié)直腸癌術后患者非計劃性再入院的因素較多,且相互之間關系錯綜復雜,傳統(tǒng)的Logistic 回歸分析方法在處理存在多重共線性數(shù)據(jù)資料時存在偏倚[4]。目前,相關研究主要集中于影響因素的鑒別及再入院原因的探索分析,少有相關風險預測的研究報道。決策樹是數(shù)據(jù)挖掘中用于分類預測的方法,決策樹模型在護理管理、臨床護理領域已有應用[5]。文天才等[4]應用決策樹對缺血性腦卒中患者31 d 內(nèi)非計劃性再入院風險因素進行預測,證實了決策樹用于非計劃性再入院風險預測的適用性。目前關于運用決策樹構(gòu)建結(jié)直腸癌術后患者非計劃性再入院的風險預測模型研究較少。本研究在查閱了國內(nèi)外關于結(jié)直腸癌術后患者非計劃性再入院危險因素的研究[3,6-18]基礎上,通過決策樹進一步構(gòu)建結(jié)直腸癌術后患者非計劃性再入院預測模型,對指標進行驗證,為今后制定降低患者非計劃性再入院的措施提供依據(jù)?,F(xiàn)將方法和結(jié)果報道如下。

        1 資料與方法

        1.1 一般資料

        抽取2018年6月至2019年12月在本院胃腸外科住院治療的結(jié)直腸癌患者為研究對象。納入標準:①年齡≥18 歲;②內(nèi)鏡或病理檢查確診為結(jié)腸癌或直腸癌; ③常規(guī)行術前各項檢查,資料完整;④接受手術治療。排除標準:①原發(fā)疾病非結(jié)直腸癌而由其他惡性腫瘤轉(zhuǎn)移至結(jié)直腸; ②結(jié)直腸癌早期復發(fā)二次手術; ③在其他醫(yī)院接受結(jié)直腸癌手術治療;④首次治療非正常出院。

        1.2 方法

        1.2.1 資料收集方法 課題組前期查閱了國內(nèi)外關于結(jié)直腸癌術后患者非計劃性再入院危險因素的研究,包括原始研究[6-17]和系統(tǒng)評價[3,18]。由2 名研究員依據(jù)文獻類型選擇相應工具進行文獻的質(zhì)量評價,然后提取相關危險因素。使用醫(yī)院HIS 系統(tǒng),查閱所有研究對象首次入院及再入院的完整病歷,提取患者資料包括性別、年齡、體質(zhì)量指數(shù)(body mass index,BMI)、文化程度、居住地、疾病診斷、腫瘤TNM 分期、入院方式、術前合并癥、術前新輔助化療、手術方式、手術時間、術中出血量、是否腸造瘺、術后并發(fā)癥、術后住院時間;再入院資料 (再入院時間、再入院原因、治療方式和轉(zhuǎn)歸)。

        1.2.2 結(jié)局指標 31d 內(nèi)非計劃性再入院[1]:①患者出院當天開始至再入院當天為止31d 內(nèi)的再入院;②再入院ICD-10 疾病代碼與前次入院疾病相同;③因前次入院疾病的并發(fā)癥或者疾病的復發(fā)、惡化而無法預測的再入院; ④若患者再入院的原因與上一次住院的原因無關,或再入院是預先計劃好的,如結(jié)直腸癌術后定期住院化療、復查等再入院,不列入非計劃性再入院。

        1.2.3 統(tǒng)計學方法 數(shù)據(jù)使用SPSS24.0 軟件進行統(tǒng)計學分析。按31 d 內(nèi)有無非計劃性再入院分為兩組,有非計劃性再入院設為再入院組,無計劃性再入院設為對照組,兩組間的計量資料比較采用t檢驗;計數(shù)資料比較采用卡方檢驗,計數(shù)資料不滿足卡方檢驗條件時采用Fisher 確切概率法;等級資料比較采用秩和檢驗。采用卡方自動交互檢驗(chi-square automatic interaction detection,CHAID)算法構(gòu)建決策樹模型。決策樹模型構(gòu)建過程:將數(shù)據(jù)錄入SPSS24.0 軟件,在分析中選擇:分類-決策樹,決策樹的生長方法選擇:卡方自動交互檢驗,并設置決策樹的父節(jié)點和子節(jié)點中最小樣本含量分別為100 和50,最大樹深度為3。采用ROC 曲線下面積(AUC)、靈敏度和特異度對決策樹模型的預測效果進行評價。

        2 結(jié)果

        2.1 兩組患者一般資料的比較

        符合納入標準1195 例患者,其中非計劃性再入院63 例(5.27%)為再入院組,未發(fā)生非計劃性再入院的1132 例(94.73%)為對照組。兩組間一般資料比較見表1。從表1可見,兩組患者在疾病診斷、性別、年齡、體質(zhì)量指數(shù)、文化程度和居住地方面的比較,差異無統(tǒng)計學意義(均P>0.05)。

        表1 患者一般資料兩組間的比較 (n/%,±s)

        變量性別分類統(tǒng)計量P χ2=0.008 >0.05年齡(歲)體質(zhì)量指數(shù)(kg/m2)文化程度男女 文盲t=0.054 t=-1.789>0.05>0.05小學初中高中大學農(nóng)村城鎮(zhèn)直腸癌結(jié)腸癌再入院組(n=63)38(60.32)25(39.68)59.98±13.19 21.87±2.78 3(4.76)27(42.86)27(42.86)5(7.94)1(1.59)38(60.32)25(39.68)41(65.08)22(34.92)對照組(n=1132)689(60.87)443(39.13)60.07±11.83 22.59±3.10 69(6.09)401(35.42)508(44.88)128(11.31)26(22.97)764(67.58)368(32.51)632(55.83)500(44.17)χ2=0.970>0.05居住地χ2=1.391 >0.05疾病診斷χ2=2.075 >0.05

        2.2 兩組患者臨床相關資料的比較

        兩組患者臨床相關資料的比較見表2。從表2可見,兩組患者在腫瘤TNM 分期、術前合并癥項數(shù)、是否腸造瘺、術后并發(fā)癥方面的比較,差異有統(tǒng)計學意義(P<0.05)。在入院方式、新輔助化療、手術方式、手術時間、手術出血量、術后住院時間方面的比較,差異無統(tǒng)計學意義(P>0.05)。

        表2 患者臨床相關資料兩組間的比較 (n/%)

        2.3 結(jié)直腸癌術后患者非計劃性再入院現(xiàn)狀

        1195 例結(jié)直腸癌術后患者中63 例患者非計劃性再入院,非計劃性再入院率為5.27%,再入院總費用為113 萬。其中不完全性腸梗阻(22 例),腹腔殘余感染(9 例),切口感染(7 例),吻合口瘺(5例),為非計劃性再入院的主要原因。其中50 例患者保守治療,13 例患者接受二次手術治療,61 例患者好轉(zhuǎn)出院,2 例患者病情惡化自動出院。

        2.4 結(jié)直腸癌術后患者非計劃性再入院風險預測樹形圖

        根據(jù)決策樹構(gòu)建的結(jié)直腸癌術后患者非計劃性再入院風險預測樹形圖,見圖1,該樹形圖包含3 層,共11 個節(jié)點,6 個終端節(jié)點,提取6 條分類規(guī)則,見表3。以非計劃性再入院的患者所占節(jié)點構(gòu)成比例代表該類人群發(fā)生非計劃性再入院的風險,篩選出3 類高危人群:①有術后并發(fā)癥,術前合并癥≥2 項,占該節(jié)點構(gòu)成的28.1%; ②有術后并發(fā)癥,術前合并癥<2 項,占該節(jié)點構(gòu)成的10.6%;③無術后并發(fā)癥,TNM 分期≥III 期,有腸造口,占該節(jié)點構(gòu)成的8.3%。

        圖1 結(jié)直腸癌術后患者非計劃性再入院風險預測樹形圖

        表3 結(jié)直腸癌術后患者非計劃性再入院風險預測決策樹模型分類規(guī)則

        2.5 決策樹模型的預測效果

        使用SPSS24.0 軟件繪制ROC 曲線,見圖2,計算決策樹模型的ROC 曲線下面積、靈敏度和特異度。結(jié)果顯示,決策樹模型的ROC 曲線下面積為0.823,95%CI(0.775,0.870),靈敏度為0.762,特異度為0.745。

        圖2 決策樹模型ROC 曲線圖

        3 討論

        3.1 結(jié)直腸癌術后患者非計劃性再入院現(xiàn)狀分析

        相關研究結(jié)果顯示,不同時間跨度、不同國家的結(jié)直腸癌術后患者非計劃性再入院率有所差異。以30d 內(nèi)非計劃性再入院為例,意大利[6]再入院率為6.0%,丹麥[7]為13.7%,美國[8-9]為10.0%~11.4%,英國[10-11]為12.6%~16.0%。國內(nèi)學者何小東[12]和楊婕[13]研究顯示,結(jié)直腸癌術后患者非計劃性再入院率分別為5.2%和6.1%。目前,各個國家或地區(qū)關于非計劃性再入院的時間間隔尚無統(tǒng)一標準,2011年,中華人民共和國原衛(wèi)生部發(fā)布了《三級綜合醫(yī)院醫(yī)療質(zhì)量管理與控制指標(2011版)》,該文件明確了我國非計劃性再入院的間隔時間為≤31d[19]。故本研究以31 d 內(nèi)非計劃性再入院為結(jié)局測量指標,調(diào)查了結(jié)直腸癌術后患者非計劃性再入院現(xiàn)狀,結(jié)果顯示,結(jié)直腸癌術后患者非計劃性再入院率為5.27%,與國內(nèi)學者[12-13]調(diào)查30d 內(nèi)非計劃性再入院結(jié)果相近。本研究中63 例非計劃性再入院患者中,不完全性腸梗阻、腹腔殘余感染、切口感染和吻合口瘺是患者非計劃性再入院的主要原因。

        3.2 基于決策樹構(gòu)建結(jié)直腸癌術后患者非計劃性再入院風險預測模型的合理性

        隨著計算機技術的發(fā)展,基于決策樹的分類方法是數(shù)據(jù)挖掘中較為典型的分類預測的方法。與傳統(tǒng)統(tǒng)計方法相比,決策樹的優(yōu)勢為:屬于非參數(shù)統(tǒng)計,對資料基本無要求,克服了傳統(tǒng)統(tǒng)計方法應用時存在嚴格條件限制的問題;結(jié)果可視化,易于理解和解釋;能處理自變量之間共線性的問題,展現(xiàn)自變量間的交互作用[20]。本研究以結(jié)直腸癌術后患者為研究對象,研究該類患者非計劃性再入院的風險預測因素,模型的因變量為二分類變量,自變量既有分類變量也有連續(xù)型變量,滿足決策樹模型算法的要求。通過CHAID 算法構(gòu)建決策樹模型,從樹形圖可明顯看出各子節(jié)點中非計劃性再入院的占比構(gòu)成情況,通過節(jié)點的路徑來表示非計劃性再入院患者的分類規(guī)則,共提取6 條分類規(guī)則,篩選出3 類高危人群,其中術后并發(fā)癥對非計劃性再入院影響最大,有術后并發(fā)癥,術前合并癥≥2 項時,發(fā)生非計劃性再入院的患者占該節(jié)點構(gòu)成的28.1%,為第一類高危人群;有術后并發(fā)癥,術前合并癥<2 項時,發(fā)生非計劃性再入院的患者占該節(jié)點構(gòu)成的10.6%,為第二類高危人群;無術后并發(fā)癥,TNM 分期≥III 期,有腸造口時,發(fā)生非計劃性再入院的患者占該節(jié)點構(gòu)成的8.3%,為第三類高危人群。以往的研究多基于Logistic 回歸分析,側(cè)重于對單個因素的獨立作用,決策樹得到的樹模型展示了多個因素交互作用,更側(cè)重于模型整體的預測效果[21]。本院結(jié)合相關文獻,采用綜合性的指標構(gòu)建決策樹模型,結(jié)果顯示,決策樹模型的ROC 曲線下面積為0.823,通常ROC 曲線下面積為0.9 左右表示診斷價值較高[22]。本研究還發(fā)現(xiàn),構(gòu)建的結(jié)直腸癌術后患者非計劃性再入院的決策樹模型,其靈敏度為0.762,特異度為0.745。說明,決策樹模型可以較為準確地預測結(jié)直腸癌的發(fā)生和區(qū)分無風險的患者。

        3.3 結(jié)直腸癌術后患者非計劃性再入院的影響因素分析

        根據(jù)決策樹模型中影響因素距離根節(jié)點的位置和卡方檢驗統(tǒng)計量,將影響因素進行排序,結(jié)果顯示,術后并發(fā)癥是最主要的影響因素,其后依次為術前合并癥≥2 項、腫瘤TNM 分期≥III 期、腸造口、居住地。相關研究[23-25]結(jié)果表明,術后并發(fā)癥是結(jié)直腸癌術后患者非計劃性再入院的獨立危險因素。LAWSON 等[23]研究表明,結(jié)直腸癌患者首次住院期間出現(xiàn)術后并發(fā)癥與30d 內(nèi)的非計劃性再入院密切相關,術后伴有并發(fā)癥的患者非計劃性再入院率是正??祻突颊叩?.3 倍。ORCUTT 等[24]研究顯示,首次住院期間發(fā)生術后并發(fā)癥的患者非計劃性再入院的風險是無術后并發(fā)癥患者的4.36倍。因此,早期預防術后并發(fā)癥的發(fā)生,重點關注有術后并發(fā)癥的患者,具有重要的臨床意義。楊婕等[13]研究顯示,加速康復外科模式下有術前合并癥的結(jié)直腸癌患者術后非計劃性再入院的風險是無合并癥患者的2.91 倍,且合并呼吸系統(tǒng)疾病和心血管疾病是導致結(jié)直腸癌患者術后非計劃性再入院發(fā)生率高的主要因素。國外學者的研究結(jié)果也顯示,術前合并癥增加了結(jié)直腸癌患者非計劃性再入院的風險[10]。提示,臨床護士在做好結(jié)直腸疾病專科護理的同時,也要關注患者的基礎疾病,做好術前合并癥的護理。本研究結(jié)果顯示,腫瘤TNM 分期≥III 期,也是結(jié)直腸癌術后患者非計劃性再入院的影響因素,這與QUINTANA 等[17]的研究結(jié)果一致,TNM 分期≥III 期的患者,腫瘤浸潤較深、鄰近器官受累、手術預后較差,與早期腫瘤患者相比非計劃性再入院風險更高。行腸造口術的患者非計劃性再入院風險更高,可能與造口護理的專業(yè)性較強,患者居家照護的難度大,護理不當易出現(xiàn)多種造口并發(fā)癥有關[26]。此次決策樹分析還顯示,居住地為非計劃性再入院的影響因素,但距離根節(jié)點的位置最遠,卡方檢驗統(tǒng)計量也最小,且單因素分析結(jié)果顯示,兩組患者的居住地情況差異無統(tǒng)計學意義(P>0.05),因此尚需增加樣本量進行進一步研究分析。

        4 結(jié)論

        非計劃性再入院率是評價醫(yī)院診療和護理質(zhì)量的重要參考指標,結(jié)直腸癌術后患者非計劃性再入院的發(fā)生率呈逐漸上升趨勢,有效預測非計劃性再入院的風險,篩選出高危人群,是預防非計劃性再入院發(fā)生的首要步驟。本研究應用數(shù)據(jù)挖掘技術,構(gòu)建結(jié)直腸癌術后患者非計劃性再入院的決策樹模型,提取6 條分類規(guī)則,篩選出3 類高危人群,為臨床護理工作者預測非計劃性再入院高危人群,采取針對性預防措施提供依據(jù)。未來可進行前瞻性研究,并擴大樣本量,使研究數(shù)據(jù)更具代表性。

        猜你喜歡
        計劃性合并癥決策樹
        安慶農(nóng)村老年高血壓患者合并癥的影響因素
        針對性護理在妊娠合并癥患者中的作用及效果分析
        一種針對不均衡數(shù)據(jù)集的SVM決策樹算法
        決策樹和隨機森林方法在管理決策中的應用
        電子制作(2018年16期)2018-09-26 03:27:06
        循證護理預防ICU患者發(fā)生CVC相關性不良反應及非計劃性拔管的效果觀察
        基于決策樹的出租車乘客出行目的識別
        減重手術可減輕肥胖相關合并癥
        對45例腦出血患者各種合并癥的分析
        超高齡患者股骨頭置換術后計劃性轉(zhuǎn)入ICU臨床研究
        基于肺癌CT的決策樹模型在肺癌診斷中的應用
        丰满巨臀人妻中文字幕| 久久久国产精品麻豆| 蜜桃在线播放免费一区二区三区| 用力草我小逼视频在线播放| 人妻中文字幕在线中文字幕| 精品国产av色一区二区深夜久久| 国产精品美女久久久久久久| 久久99老妇伦国产熟女高清| 日本免费大片一区二区三区| 深夜福利啪啪片| 日本免费人成视频播放| 久久夜色精品国产亚洲噜噜 | 亚洲一区二区三区成人| 中文字幕日韩熟女av| 久久精品不卡一区二区三区| 国产又色又爽又黄刺激在线视频| 99久久精品自在自看国产| 日韩精品一区二区三区四区视频| 亚洲日本精品国产一区二区三区| 色爱无码av综合区| 亚洲成a人片在线网站| 一本之道加勒比在线观看| 亚洲精品国产电影| 天干天干啦夜天干天2017| 日本道免费精品一区二区| 一本色道久久88加勒比综合| 亚洲男同gay在线观看| 亚洲无码精品免费片| 日本中文字幕一区二区在线观看| 日本女优在线一区二区三区| 东北妇女肥胖bbwbbwbbw| 99精品欧美一区二区三区美图| 久久久精品国产三级精品| 欧美最猛黑人xxxx黑人猛交| 中文无码成人免费视频在线观看| 亚洲av第一区综合激情久久久 | 一本色道久久综合亚洲精品蜜臀| 亚洲精品视频中文字幕| 国产成人精品电影在线观看| 在线观看国产内射视频| 亚洲一区二区三区成人网|