学术热点

    2型糖尿病患者亚临床动脉粥样硬化的多层人工神经网络分类预测模型的构建
    分享到:
  • 汪奇,刘尚全 . 2 型糖尿病患者亚临床动脉粥样硬化的多层人工神经网络分类预测模型的构建[J. 中国全科医学,20212436):4612-4617. www.chinagp.net


    研究背景

    近年来我国糖尿病患者数量逐年增多,动脉粥样硬化性心血管疾病(atherosclerotic

    cardiovascular diseaseASCVD)是导致 2 型糖尿病(type 2 diabetes mellitusT2DM)患者死亡的主要原因,目前亟须开发简单、有效的亚临床动脉粥样硬化发生风险评估工具。本研

    究旨在依据多项指标构建预测 T2DM 患者亚临床动脉粥样硬化的多层人工神经网络分类模型并验证其预测准。

     

    研究方法

    选取 2010 1 月至 2016 12 月在安徽医科大学第三附属医院住院的 T2DM 患者 3 627 例,均行双侧颈动脉彩色多普勒超声检查,其中检出亚临床动脉粥样硬化者 2 196 例(观察组),未检出亚临床动脉粥样硬化者 1 431 例(对照组)。比较两组患者一般资料、实验室检查指标及脂肪肝发生情况并据此构建多层人工神经网络分类模型。从 3 627 T2DM 患者中随机选取 3 027 例患者作为训练集,其余 600 例患者作为测试集,验证多层人工神经网络分类模型的预测准确性。

     

    研究结果

    1两组患者体质指数、舒张压、有吸烟史者所占比例、有饮酒史者所占比例、饮酒量、直接胆红素、总蛋白、天冬氨酸氨基转移酶、血尿酸、三酰甘油、低密度脂蛋白胆固醇 / 高密度脂蛋白胆固醇比值、促甲状腺激素、游离三碘甲状腺原氨酸、游离甲状腺素、糖化血红蛋白、空腹血糖、空腹 C 肽、HOMA-C 肽指数、严重脂肪肝所占比例比较,差异无统计学意义;观察组患者女性所占比例、收缩压、有高血压病史者所占比例、球蛋白、总胆汁酸、尿素氮、血肌酐、胱抑素 C、尿微量白蛋白排泄率、总胆固醇、低密度脂蛋白胆固醇、高密度脂蛋白胆固醇、白细胞计数、中性粒细胞计数、糖化血红蛋白、空腹血糖高于对照组,年龄、吸烟量大于对照组,病程、吸烟时间、饮酒时间长于对照组,有糖尿病家族史者所占比例、总胆红素、间接胆红素、白蛋白、丙氨酸氨基转移酶、肾小球滤过率、三酰甘油 / 高密度脂蛋白胆固醇比值、淋巴细胞计数、红细胞计数、血红蛋白、脂肪肝发生率低于对照组。对于 T2DM 患者,在无明确筛查标准的情况下,对不需要常规筛查颈部血管彩超者进行筛查可能会造成医疗资源的浪费,而对于部分缺少颈部血管彩超的基层 / 社区医院,有些患者常因错过最佳的亚临床动脉粥样硬化评估时机而导致临床治疗延误。为使筛查效益最大化,亟须建立简便、经济、有效的亚临床动脉粥样硬化筛查方法。

     

    (2)结合临床实际,将上述 49 项指标作为输入变量构建多层人工神经网络分类模型;在测试集上,Logistic 模型预测 T2DM 患者亚临床动脉粥样硬化的准确率为 59%,而多层人工神经网络分类模型隐藏层数为 3时预测 T2DM 患者亚临床动脉粥样硬化的准确率为 76%。多层人工神经网络分类模型隐藏层数为 3 时预测 T2DM 患者亚临床动脉粥样硬化的准确率为 76%,较 Logistic 模型提高了 15%,符合深度学习理论。多层人工神经网络分类模型隐藏层数从 1 增加至 3 时预测T2DM 患者亚临床动脉粥样硬化的准确率从 61% 升高至76%,但隐藏层数从 3 增加至 4 时预测 T2DM 患者亚临床动脉粥样硬化的准确率则从 76% 降低至 74%,分析主要与训练集样本有限(3 027 T2DM 患者)有关;此外,隐藏层数增多意味着参数增多,样本量不足时可能导致过拟合及泛化性能下降。

     

    研究结论

    本研究通过分析 3 627 2 型糖尿病患者亚临床动脉粥样硬化的相关因素,依托大数据学习构建预测 2 型糖尿病患者亚临床动脉粥样硬化的多层人工神经网络分类模型,经测试集验证其预测准确率最高为76%,较 Logistic 模型提高了 15%,可能更适于 2 型糖尿病患者亚临床动脉粥样硬化的筛查。

  • 发布日期: 2021-12-14  浏览: 640