基于大数据挖掘下银屑病患者心血管疾病风险评估的价值.pdf

【】./.心血管疾病专题基于大数据挖掘下银屑病患者心血管疾病风险评估的价值韩海军吉燕张成会刘红霞基金项目:新疆维吾尔自治区重大科技专项项目()作者单位:乌鲁木齐新疆医科大学附属中医医院皮肤科通信作者:刘红霞:.【摘 要】目的 通过大数据回顾性分析银屑病患者心血管疾病()的发生建立大数据风险模型评估银屑病患者 发病风险 方法 收集 年 月 年 月新疆医科大学附属中医医院皮肤科治疗银屑病患者 例的临床资料根据随访 年后患者是否发生 分为 组和无 组对比 组患者临床及实验室资料采用多因素 回归分析银屑病患者发生 的危险因素通过随机森林算法建立大数据风险模型应用决策曲线分析大数据风险模型用于银屑病患者 发病风险的评估价值 结果随访 年 例银屑病患者新发 例 组年龄、评分、评分、和 水平高于无 组水平低于无 组(/.均 .)多因素 回归分析显示年龄大、评分高、评分高、高、高、高、高、高是银屑病罹患 的独立危险因素低水平为银屑病罹患 的独立保护因素().(.).(.).(.).(.).(.).(.).(.).(.).(.)大数据模型中各变量的重要程度依次为:、评分、评分、年龄 曲线显示基于随机森林算法构建的大数据模型预测银屑病患者新发 风险的 为.(.)决策曲线分析显示与 评分相比基于随机森林算法构建的大数据模型对银屑病患者新发 风险具有较高的预测能力 结论银屑病患者具有较高的新发 风险基于随机森林算法建立大数据风险模型可提高对银屑病患者发生 风险早期评估的准确性【关键词】银屑病心血管疾病大数据 评分决策曲线风险评估【中图分类号】.【文献标识码】.:.:()【】To analyze the occurrence of cardiovascular diseases(CVD)in psoriasis patients throughbig data and to establish a big data risk model to assess the risk of CVD development in psoriasis patients.Theclinical data of 2500 patients with psoriasis who were treated in the Dermatology Department of the Affiliated Hospital ofTraditional Chinese Medicine of Xinjiang Medical University from January 2014 to January 2018 were collected.The patientswere divided into CVD group and nonCVD group according to whether they had CVD after 5 years of followup.The clinical and laboratory data of the patients in the two groups were compared;Using multivariate logistic regression analysis to identify the risk factors for CVD in psoriasis patients;The Big data risk model was established through Random Forest algorithm,and the decision curve was used to analyze the evaluation value of big data risk model for CVD risk of psoriasis patients.Following a 5year followup,350 new cases of CVD were found in 2500 psoriasis patients.Based on thisgrouping,clinical data were compared,and the age,PASI score,FRS score,CRP,IL17,IL22,TNF of the CVD group weredetermined And IgGlevels were higher than those in the non CVD group,while CD4+levels were lower than those in thenon CVD group(2/t=9.467,10.512,12.158,15.492,10.677,13.496,15.023,8.194,allP0.001);Multivariate logistic regression疑难病杂志 年 月第 卷第 期 .analysis showed that older age,higher PASI score,FRS score,CRP,IL17,IL22,TNF High and IgG levels are independent risk factors for CVD in psoriasis,while low CD4+levels are independent protective factors for CVD in psoriasis OR(95%CI)=1.051(1.035 1.068),1.083(1.061 1.106),1.245(1.176 1.318),1.429(1.334 1.532),1.142(1.106 1.179),1.170?(1.133 1.209),1.370(1.218 1.464),1.601(1.469 1.745),0.947(0.929 0.965);The importance of each variable in the Bigdata model is in the order of CRP,IgG,TNF、FRS score,IL17,PASI score,IL22,CD4+,age;Receiver operating characteristic shows that the AUC of Big data model based on Random forest algorithm to predict the risk of new CVD in psoriasispatients is 0.988(95%CI=0.955 0.999,P0.001);The analysis of the decision curve shows that,compared with the FRSscore,the Big data model based on Random forest algorithm has a higher predictive ability for the risk of new CVD in psoriasis patients.Psoriasis patients have a high risk of new CVD.Building a Big data risk model based on Randomforest algorithm can improve the accuracy of early assessment of CVD risk of psoriasis patients.【】Psoriasis;Cardiovascular Disease;Big Data;Framingham score;Decision curve;Risk evaluation 银屑病作为一种 淋巴细胞介导的慢性反复性炎性皮肤病其发病涉及了免疫、炎性反应、遗传、环境等多个因素 流行病学调查显示美国银屑病发病率为.我国 年 省市的数据显示银屑病发病率为.相关研究表明银屑病患者罹患心血管疾病()的风险大大增加 国外有长期随访研究显示与普通人群相比银屑病患者患心血管疾病的风险增加了心血管事件的发生风险增加了 目前对银屑病增加 的发生风险缺乏有效的风险评估模型 评分作为临床上应用较为广泛的一个长期 风险评估量表可通过患者的性别、年龄、血脂指标等对患者 发病风险进行危险分层 但这类指标主要用于流行病学调查领域国内尚无对银屑病患者进行 评分的相关研究 本研究拟通过大数据分析建立预测模型并建立决策曲线的方式分析银屑病患者新发 的风险为临床提供参考的依据报道如下 资料与方法.临床资料 回顾性收集 年 月 年 月新疆医科大学附属中医医院皮肤科治疗银屑病患者 例的临床资料男 例女 例 年龄(.)岁病程 (.)年随访 年根据患者是否发生 分为 组 例和无 组 例.病例选择标准()纳入标准:符合中国银屑病治疗专家共识(版)中的诊断标准年龄 岁临床资料完整能够获取本研究所需要的实验室资料()排除标准:单纯门诊就诊的患者合并其他系统免疫性疾病者恶性肿瘤患者银屑病发病前已经存在心血管基础疾病者.观测指标与方法.临床资料收集:患者性别、年龄、体质量指数()、病程、吸烟史、饮酒史、银屑病分型(寻常型、斑块型、银屑病性关节炎)、是否规律用药等.银屑病变量表评分:()根据银屑病面积与严重性指数()中皮损面积评分:包括皮损大小和严重程度总分 分皮损根据大小计 分皮损严重程度根据红斑、浸润及鳞屑的严重程度计 分 总分 .头面部积分 头面部皮损严重程度评分 .躯干面积分 躯干皮损严重程度评分 .上肢面积分 上肢皮损严重程度评分 .下肢面积分 下肢皮损严重程度评分 评分越高患者症状越严重()评分()根据参考文献中的评分标准进行评分主要根据患者的性别、年龄、总胆固醇水平、吸烟、收缩压情况预测 年内心血管事件发生风险男性总分 分女性总分 分得分越高说明发生心血管疾病风险越大.实验室指标:于患者入院次日晨抽取患者空腹肘静脉血 离心静置后取上层血清采用 法测定患者 反应蛋白()、白介素()、白介素()和肿瘤坏死因子()采用免疫比浊法测定球蛋白、采用流式细胞仪测定 淋巴细胞 水平 试剂盒购自上海科瑞生物科技有限公司严格按照操作说明进行检测.大数据模型的构建患者均通过大数据随访 年以是否新发 作为结局变量将单因素分析中能够引起 的相关因素作为解释变量采用 抽样法从原始数据中抽取 个训练样本建立 棵树组成随机森林在生成树的过程中从每棵树的节点处抽取 个变量通过 个变量进行数据分类选择出分类能力最强的变量在随机森林中将未被抽取的数据作为测试样本验证每棵树的性能将建立的模疑难病杂志 年 月第 卷第 期 .型通过受试者工作特征性曲线()进行验证.统计学方法采用 .统计学软件分析处理数据 正态分布计量资料以 表示组间比较采用成组 检验计数资料以频数或率()表示组间比较采用 检验 回归分析银屑病患者发生 的影响因素使用(.)语言 机器学习库中 算法建立大数据模型并绘制决策曲线(基于 库)分析大数据模型在评估银屑病患者新发 风险的价值.为差异有统计学意义 结 果.新发 情况 随访 年银屑病患者 例新发 患者 例(.)新发 中位时间为()个月.组临床资料比较 组患者年龄、评分、评分均显著高于无 组(.)见表 表 无 组及 组患者临床资料比较.临床资料无 组()组()/值 值性别(例)男/女/.年龄(岁).(/).病程(年).吸烟史例()(.)(.).饮酒史例()(.)(.).银屑病分型寻常型(.)(.).例()斑块型 (.)(.)银屑病性关节炎(.)(.)是否规律用药是 (.)(.).例()否(.)(.)评分(分).评分(分).组血清炎性因子和免疫指标比较 组患者、水平均高于无 组水平低于无 组差异均有统计学意义(.)见表.银屑病患者罹患 的危险因素分析 将表、中存在差异的因素赋值后代入多因素 回归分析结果显示年龄大、评分高、评分高、高、高、高、高、高是银屑病新发 的独立危险因素(.)低水平为银屑病新发 的独立保护因素(.)见表表 无 组及 组患者炎性和免疫指标比较.实验室指标无 组()组()值 值(/).(/).(/).(/).球蛋白(/).(/).(/).().表 银屑病患者新发 的 回归分析.相关指标 值 值 值 值 值年龄大.评分高.评分高.高.高.高.高.低.大数据模型的构建及变量重要性分析通过随机森林算法构建的大数据模型变量预测银屑病患者罹患 重要性排序如下:、评分、评分、年龄见图 曲线结果显示基于随机森林算法构建的大数据模型预测银屑病患者新发 的 为.(.)见图.大数据模型预测银屑病患者发生 风险的决策曲线 决策曲线分析显示与 评分相比基于随机森林算法构建的大数据模型对银屑病患者发生 风险具有较高的预测能力见图 讨 论 目前银屑病的发病机制尚不完全明确现有的研究表明银屑病不单是一类皮肤病也是一种系统性炎性反应性疾病 银屑病的发生发展与机体的炎性反应状态、氧化应激状态及免疫状态均存在关联 多项研究指出银屑病患者机体的炎性反应状态、免疫功能紊乱能够增加心血管疾病的患病风险 有研究显示银屑病的药物治疗、饮食生活习惯等因素也可以增加 的患病风险 丹麦一项全国性的队疑难病杂志 年 月第 卷第 期 .图 随机森林模型中各变量的重要程度.图 大数据模型预测银屑病患者新发 风险的 曲线.图 大数据模型对银屑病患者发生 风险的决策曲线分析.列研究表明银屑病患者发生不良心血管事件的风险是其他人群的.倍且重度银屑病及伴有银屑病关节炎的发病风险最高 虽然国内外的研究均表明银屑病与 息息相关但相关研究均为队列研究缺乏科学可量化的指标支撑更缺乏有效的风险评估手段 研究显示银屑病与动脉粥样硬化有着相同的炎性反应介导通路 细胞的定位是银屑病和动脉粥样硬化斑块的共同特征 细胞是 淋巴细胞亚群的一个重要部分能够分泌 相关研究显示银屑病患者体内 水平明显高于正常人群 因子能够促进机体中性粒细胞增殖、分化成熟还可促进、等炎性反应因子激活 信号通路介导磷酸化过程并且可以与 共同作用加重体内炎性反应 国外报道指出 能够减少角化细胞的凋亡促进表皮细胞增殖形成银屑病关节炎的皮肤损害 相关临床研究也表明银屑病患者血清中 水平高于正常人 心血管疾病研究报道 介导的磷酸化途径是心血管事件发生的重要因素 同时 淋巴细胞亚群中的 可以通过一系列信号转导作用增强体内炎性反应水平导致粥样斑块不稳定进而诱发心血管疾病的发生 本研究结果也进一步证实了国内外的研究 评分是业内广泛采用的评估心血管疾病 年和 年发病风险的量表鉴于业内少有研究针对银屑病患者采用 评分进行 评估本研究首次将 评分量表结合其他指标应用于银屑病患者中通过随机森林算法建立和评估模型 通过模型评估发现含有 评分的风险模型对银屑病患者发生 具有较高的预测能力且与 量表相比优势较大 一项基于美国人群的前瞻性队列研究显示 例高血压患者随访 年后发现银 屑 病 发 生 的 风 险 高 于 其 他 人 群(.)英国一项纳入 例成人银屑病患者和 例对照者的研究发现银屑病是急性冠状动脉综合征的独立危险因素 一项基于医院的回顾性分析也证实斑块型银屑病是心肌梗死发生的独立危险因素 另一项研究指出银屑病性关节炎患者发生 的风险高于寻常型银屑病 欧洲风湿协会建议所有类风湿、银屑病等免疫系统疾病的患者每年应进行一次心血管风险评估 目前支持银屑病是 独立危险因素的证据越来越多本研究认为最可能的机制是银屑病患者的皮损处会大量释放炎性反应因子如、疑难病杂志 年 月第 卷第 期 .等这些炎性反应因子可直接促进动脉粥样硬化的发生和发展 另外 淋巴细胞亚群所介导的免疫反应和由相关淋巴细胞分泌的促炎因子可通过一系列信号途径介导粥样斑块的产生 本研究建立的大数据模型对于临床评估银屑病患者 风险更具有指导意义 综上所述银屑病可增加患者发生 的风险结合 建立风险评估模型可提高银屑病发生 的早期预警准确性 但本研究为回顾性数据分析后期在条件允许的情况下还需进行前瞻性对照研究进一步论证该模型在中国人群中的作用利益冲突:所有作者声明无利益冲突作者贡献声明韩海军:研究计划的制定、实施、论文撰写吉燕:数据统计和分析张成会:资料收集、文献查询刘红霞:文章整体审校参考文献 晋红中吴超.银屑病的共病:研究现状与前景.实用皮肤病学杂志():.:./.:.():.:./.():.:./.:.:./.郝丽英任芳寇彩霞等.基于 评分的银屑病患者心血管风险评估.医学研究生学报():.:./.():.:./.中华医学会皮肤性病分会银屑病学组.中国银屑病治疗专家共识(版).中华皮肤科杂志():.:./.().():.:./.中华医学会皮肤性病学分会银屑病专业委员会.中国银屑病诊疗指南(完整版).中华皮肤科杂志():.:./.()():.:./.柳巧玲史飞聂双双等.寻常型银屑病中医证型与血清富亮氨酸 糖蛋白、转化生长因子 表达及 评分相关性分析.中国中医药信息杂志():.:./.():.:./.姜惠敏刘蔚.评分预测关节型银屑病患者心血管疾病风险及危险因素分析.国际检验医学杂志():.:.():.:.苗朝阳张晓艳.银屑病与心血管疾病的流行病学相关性.实用皮肤病学杂志():.:./.():.:./.李葆宸郭巧玲王焱焱等.银屑病关节炎患者心血管损害的风险因素及炎性反应机制进展.中华风湿病学杂志():.:./.():.:./.:.():.:./.:.():.:./.:.():.:./.王婉栗玉珍.银屑病性关节炎患者动脉粥样硬化的机制和危险因素.心血管康复医学杂志():.:.():.:.赵莹王娟娟季江等.白细胞介素 介导银屑病及心血管合并症的研究进展.中华皮肤科杂志():.:./.疑难病杂志 年 月第 卷第 期 .():.:./.孙杰王睿李承新.肿瘤坏死因子 抑制剂诱导的银屑病研究进展.中华皮肤科杂志():.:./.():.:./.:.():.:.():.:./.张凯辉段行武陈曦等.寻常型银屑病患者外周血/及负性共刺激因子水平变化及意义.山东医药():.:././.():.:./.:.():.:./.:.():.:./.杨明祎庞晓文王健康等.基于动态柯氏音趋势图分析心血管功能状态与寻常型银屑病的相关性.解放军医学杂志():.:./.():./.:.():.:./.:.:./.(收稿日期:)(上接 页)./():.:./.():.:./.刘晓腾张英金凤表等.老年高血压合并不稳定型心绞痛患者谷氨酰基转移酶与血小板比值单核细胞与高密度脂蛋白胆固醇比值与冠状动脉病变程度的相关性.中华老年医学杂志():.:./.():.:./.张丽秀梁红萍.中性粒细胞与淋巴细胞比值、单核细胞与高密度脂蛋白胆固醇比值诊断急性冠脉综合征的临床价值.护理研究():.:./.():.:./.():.:./.(收稿日期:)疑难病杂志 年 月第 卷第 期 .