论文部分内容阅读
目的支气管哮喘作为非传染性慢性气道疾病,具有可治、可控、不可愈,反复发作的特点。本研究旨在构建预测支气管哮喘急性发作后近期复发风险的Logistic回归模型及人工神经网络模型,并通过绘制两模型ROC曲线,比较两模型预测效果。为探索影响支气管哮喘急性发作后近期复发的重要因素,有利于临床护理人员为支气管哮喘患者制定针对性护理策略,为支气管哮喘急性发作患者出院后延续护理提供方向。方法本研究选取青岛市某三甲综合医院呼吸与危重症医学科2018年3月～2020年5月因支气管哮喘急性发作住院的患者105例,应用自制一般资料问卷收集哮喘急性发作患者信息,患者出院后3个月,前瞻性随访是否再次出现哮喘发作症状,按照随访结果将其分为哮喘复发组和未复发组,用于风险预测模型的构建;另外选取2020年6月～2020年12月因支气管哮喘急性发作住院患者34例,采用同样方法收集患者信息,前瞻性随访患者出院后是否出现哮喘发作症状,用于验证两模型预测效能。通过单因素分析筛选出影响支气管哮喘急性发作患者出院后3个月内复发的相关因素,采用二分类Logistic多因素回归分析,逐步回归法筛选出更具统计学意义的相关因素,构建传统的Logistic回归预测模型;将单因素分析结果中P<0.05的相关因素作为预测变量纳入SPSS Modeler18.0构建人工神经网络预测模型;通过ROC曲线下面积AUC,评价两模型预测效果,将34例支气管哮喘急性发作患者数据代入两预测模型验证两模型预测效果。结果1.自制一般资料问卷中改良吸入装置使用正确性评价表信效度检验结果:条目内容效度指数I-CVI为0.86～1.00,量表内容效度指数S-CVI为0.943。内容一致性Cronbach’sα系数为0.824,量表可以使用。2.支气管哮喘急性发作后3个月内复发相关因素单因素分析结果:支气管哮喘急性发作患者出院后3个月复发组和未复发组,在年龄（P=0.022）、WBC（P=0.006）、N%（P=0.010）、NLR（P=0.008）、Pa O2（P=0.006）、FEV1（P<0.001）、FEV1%（P<0.001）、ACT（P=0.001）、入院方式（P=0.001）、过去1年内吸入糖皮质激素（P=0.016）、过去1年内哮喘发作（P=0.004）、过多使用SABA（P=0.003）、体质指数分级（P=0.017）、哮喘病情分级（P<0.001）、哮喘急性发作分级（P=0.002）,住院费用（P=0.047）、住院天数（P=0.026）,两组比较,P<0.05,可以认为差别有统计学意义。3.支气管哮喘急性发作后3月内复发Logistic多因素分析及回归预测模型结果:支气管哮喘急性发作住院患者的入院方式、过多应用SABA是哮喘急性发作出院后3个月内复发的独立危险因素,FEV1%是哮喘急性发作出院后3个月内复发的保护性因素。Logistic回归预测模型为P=1.568*入院方式+1.811*过多使用SABA-0.057*FEV1%。4.支气管哮喘急性发作后3个月内复发人工神经网络风险预测模型结果:将单因素分析结果P<0.05的自变量,纳入SPSS Modeler18.0软件,系统默认多层感知机模型,默认1个隐含层,1个输入层,1个输出层,按照训练分区、测试分区7:3,人工神经网络运行后,得到预测变量重要性由大到小排序,前五位重要性依次为FEV1%、ACT、NLR、WBC、Pa O2,将得到的各个预测变量重要性与最大指标值重要性相比,可以得到标准化的重要性,FEV1%100%、ACT 42.85%、NLR 32.14%、WBC 25%、Pa O221.43%。训练集正确性93.24%,AUC 0.852,测试集正确性83.87%,AUC 0.885,模型总体正确百分比为93.2%。5.支气管哮喘急性发作后3个月内复发风险预测模型准确性评价:支气管哮喘急性发作后3个月内复发的Logistic回归预测模型AUC（95%CI）为0.825（95%CI:0.715,0.936）,敏感度91%,特异性67%;人工神经网络预测模型AUC（95%CI）为0.942（95%CI:0.881,1.000）,敏感度95%,特异度81%。两预测模型在验证人群的验证结果:Logistic回归预测模型总体准确性88.23%,敏感度93.10%,特异性60.00%;人工神经网络预测模型总体准确性为96.2%,敏感度93.55%,特异性100%。结论1.支气管哮喘急性发作后近期复发与年龄、WBC、N%、NLR、Pa O2、FEV1、FEV1%、ACT、入院方式、过去1年内吸入糖皮质激素、过去1年内哮喘发作、过多使用SABA、体质指数分级、哮喘病情分级、哮喘急性发作分级、住院费用、住院天数相关,其中入院方式、过多使用SABA是支气管哮喘急性发作近期复发的独立危险因素,FEV1%、ACT、NLR、WBC、Pa O2是影响支气管哮喘急性发作近期复发的重要预测变量;2.支气管哮喘急性发作后近期复发人工神经网络模型预测效能优于Logistic回归模型。在临床护理工作中,应加强对肺功能较差,哮喘控制不佳,NLR过高,由急诊入院,既往过多使用SABA,Pa O2较低,合并感染患者的关注,注重对患者进行自我管理能力的培训和指导,预防出院后3个月内哮喘复发。