IgA腎病預(yù)后評估模型研究
發(fā)布時間:2020-09-16 21:10
背景與目的:lgA腎病(lgAN)是我國最常見的慢性腎小球疾病。lgAN預(yù)后個體差異極大,從少量蛋白尿到終末期腎功能衰竭均可能出現(xiàn)。因此其預(yù)后評估與預(yù)測一直是研究的熱點(diǎn)。目前該病的預(yù)后評估模型多來自于歐美國家,反映我國現(xiàn)有診治條件下的預(yù)后模型相對少。本研究旨在從患者腎臟病理信息及臨床指標(biāo)中挖掘更多的預(yù)后評估信息,利用不同方法建立預(yù)后評估模型。方法:(1)建立研究隊列。回顧性隊列收集解放軍總醫(yī)院2000年1月1日至2010年12月31日入院,有完整隨訪信息的lgA腎病患者。前瞻性隊列收集2014.5開始隨訪的多中心前瞻性隊列數(shù)據(jù)。利用基線臨床指標(biāo)與病理指標(biāo)的相關(guān)性,通過箱圖、回歸分析異常點(diǎn)診斷進(jìn)行數(shù)據(jù)降噪。降噪后回顧隊列病例按7:3隨機(jī)分為建模組與內(nèi)部驗證組。前瞻隊列作為獨(dú)立的外部驗證組。(2)建立病理模型及臨床病理模型。以eGFR下降50%或ESRD為終點(diǎn)事件。利用病理指標(biāo),通過單因素及多因素COX回歸、kaplan-meier生存曲線分析、log-rank檢驗、r語言編程等方法建立預(yù)測預(yù)后的病理模型及臨床病理模型。通過一致性指數(shù)(Harrell'concordance index,C-index),ROC曲線下面積(AUC),赤池信息量(AlC)對模型的預(yù)測能力及擬合度進(jìn)行評估及比較。(3)利用人工神經(jīng)網(wǎng)絡(luò)模型預(yù)測lgAN患者預(yù)后。通過多層感知(MLP)及徑向基(RBF)建立預(yù)測患者終點(diǎn)事件的人工神經(jīng)網(wǎng)絡(luò)模型。通過ROC曲線下面積(AUC),正確率等指標(biāo)對模型的預(yù)測效能進(jìn)行評估及比較。結(jié)果:(1)經(jīng)過數(shù)據(jù)降噪及重新分配后,建模組423例(隨訪時間79.5±32.5月),內(nèi)部驗證組198例(隨訪時間81.9±28.8月),外部驗證組566人(隨訪時間19.23±9.53月)。(2)通過單因素及多因素COX回歸分析,以及C-index的優(yōu)化組合,選擇系膜增殖及小管間質(zhì)損傷為關(guān)鍵病理預(yù)后指標(biāo),通過合并生存曲線,構(gòu)建等級化的病理模型。以系膜增殖、小管間質(zhì)病變、平均動脈壓、基線尿蛋白定量為關(guān)鍵參數(shù),通過r語言編程構(gòu)建臨床病理模型。模型效能評估及比較:在建模隊列中病理模型ROC曲線下面積(AUC)0.8,臨床病理模型AUC 0.88。病理模型在驗證隊列中預(yù)測效能優(yōu)于Lee氏分級、不劣于牛津分型。臨床病理模型在內(nèi)部驗證隊列中預(yù)測效能高于其他病理模型(p0.05),在外部驗證隊列的階段性數(shù)據(jù)分析中已顯示出預(yù)測效能高于其他病理分型的趨勢。(3)人工神經(jīng)網(wǎng)絡(luò)模型建立及效能評估。通過多層感知算法(MLP)及徑向基算法(RBF),篩選權(quán)重5%的變量分別建立模型。MLP模型AUC在建模隊列0.92、內(nèi)部驗證隊列0.91、外部驗證隊列0.85;RBF模型AUC在建模隊列0.9內(nèi)部驗證隊列0.94外部驗證隊列0.84。兩種模型預(yù)測效能均高于牛津分型(p0.05)。結(jié)論:等級化的病理模型,可提供不劣于牛津分型的預(yù)測效能,且比牛津分型更加直觀。臨床病理模型的預(yù)測效能在前瞻隊列中已呈現(xiàn)優(yōu)于病理模型的趨勢。人工神經(jīng)網(wǎng)絡(luò)模型中可綜合利用多種臨床及病理數(shù)據(jù),預(yù)測效能優(yōu)于各種病理模型。
【學(xué)位單位】:中國人民解放軍醫(yī)學(xué)院
【學(xué)位級別】:博士
【學(xué)位年份】:2018
【中圖分類】:R692.31
【部分圖文】:
逡逑如圖1-1所示,橫坐標(biāo)為牛津T病變,縱坐標(biāo)為基線eGFR,通過牛津T與eGFR的逡逑箱圖查找離群值,發(fā)現(xiàn)1例病例病理重,而基線eGFR異常高逡逑r逡逑r逡逑O邋3^7逡逑r邐I邋.邋I逡逑r逡逑\ ̄逡逑TO邐T1邐T2逡逑圖1-1邋牛津T與基線eGTO箱圖逡逑如圖1-2所示,橫坐標(biāo)為Lee氏分級,縱坐標(biāo)為基線eGFR,通過Lee氏分級與逡逑eGFR箱圖查找離群值,發(fā)現(xiàn)1例病例病理輕,而基線eGFR異常低,另一例病理重,逡逑而基線eGTO異常高。逡逑I-逡逑I-逡逑l_LI邐347逡逑.R邋H邋ft邋I邋:逡逑?-邋邐
圖1邋-2邋Lee氏分級與eGFR箱圖逡逑20逡逑
逑3.邋3.邋2前瞻隊列離群值逡逑如圖1-3所示,橫坐標(biāo)為牛津T病變,縱坐標(biāo)為基線eGFR,通過牛津T病變與逡逑eGFR箱圖查找離群值,發(fā)現(xiàn)2例病例病理重,而基線eGFR異常高。逡逑558逡逑°531逡逑I邐I邐j逡逑TO邐T1邐T2逡逑圖1-3邋牛津T與eGFR箱圖逡逑如圖1-4所示,橫坐標(biāo)為Lee氏分級,縱坐標(biāo)為基線eGFR,通過Lee氏分級與逡逑eGFR箱圖查找離群值,發(fā)現(xiàn)1例病例病理輕,而基線eGFR異常低,3例病例病理重,逡逑而基線eGFR異常高。逡逑558逡逑 ̄邐°531逡逑-邐H ̄j邐0逡逑-邐n邋j邋o530逡逑Hi逡逑O逡逑I邋I
本文編號:2820377
【學(xué)位單位】:中國人民解放軍醫(yī)學(xué)院
【學(xué)位級別】:博士
【學(xué)位年份】:2018
【中圖分類】:R692.31
【部分圖文】:
逡逑如圖1-1所示,橫坐標(biāo)為牛津T病變,縱坐標(biāo)為基線eGFR,通過牛津T與eGFR的逡逑箱圖查找離群值,發(fā)現(xiàn)1例病例病理重,而基線eGFR異常高逡逑r逡逑r逡逑O邋3^7逡逑r邐I邋.邋I逡逑r逡逑\ ̄逡逑TO邐T1邐T2逡逑圖1-1邋牛津T與基線eGTO箱圖逡逑如圖1-2所示,橫坐標(biāo)為Lee氏分級,縱坐標(biāo)為基線eGFR,通過Lee氏分級與逡逑eGFR箱圖查找離群值,發(fā)現(xiàn)1例病例病理輕,而基線eGFR異常低,另一例病理重,逡逑而基線eGTO異常高。逡逑I-逡逑I-逡逑l_LI邐347逡逑.R邋H邋ft邋I邋:逡逑?-邋邐
圖1邋-2邋Lee氏分級與eGFR箱圖逡逑20逡逑
逑3.邋3.邋2前瞻隊列離群值逡逑如圖1-3所示,橫坐標(biāo)為牛津T病變,縱坐標(biāo)為基線eGFR,通過牛津T病變與逡逑eGFR箱圖查找離群值,發(fā)現(xiàn)2例病例病理重,而基線eGFR異常高。逡逑558逡逑°531逡逑I邐I邐j逡逑TO邐T1邐T2逡逑圖1-3邋牛津T與eGFR箱圖逡逑如圖1-4所示,橫坐標(biāo)為Lee氏分級,縱坐標(biāo)為基線eGFR,通過Lee氏分級與逡逑eGFR箱圖查找離群值,發(fā)現(xiàn)1例病例病理輕,而基線eGFR異常低,3例病例病理重,逡逑而基線eGFR異常高。逡逑558逡逑 ̄邐°531逡逑-邐H ̄j邐0逡逑-邐n邋j邋o530逡逑Hi逡逑O逡逑I邋I
【參考文獻(xiàn)】
相關(guān)期刊論文 前6條
1 張愛武;;基于模糊Cook距離的模糊線性回歸模型的統(tǒng)計診斷[J];模糊系統(tǒng)與數(shù)學(xué);2012年06期
2 余紅梅;羅艷虹;薩建;艾永梅;;組內(nèi)相關(guān)系數(shù)及其軟件實(shí)現(xiàn)[J];中國衛(wèi)生統(tǒng)計;2011年05期
3 樂偉波;梁少珊;鄧康平;胡煬琳;曾彩虹;劉志紅;;1126例中國漢族成人IgA腎病患者的長期預(yù)后及危險因素分析[J];腎臟病與透析腎移植雜志;2011年02期
4 王作成;方何;;六西格瑪中圖形分析的Minitab實(shí)現(xiàn)[J];中國統(tǒng)計;2006年03期
5 黎磊石,俞雨生,王金泉;IgA腎病診斷及治療規(guī)范[J];腎臟病與透析腎移植雜志;2004年03期
6 黃守坤;回歸診斷中例外數(shù)據(jù)點(diǎn)及大影響點(diǎn)的處理[J];統(tǒng)計與決策;2002年06期
本文編號:2820377
本文鏈接:http://sikaile.net/yixuelunwen/mjlw/2820377.html
最近更新
教材專著