基于貝葉斯網(wǎng)絡(luò)在肝硬化并發(fā)肝性腦病相關(guān)因素及分類識別的應(yīng)用研究.pdf

1、目的：建立肝硬化并發(fā)肝性腦病相關(guān)因素的貝葉斯網(wǎng)絡(luò)模型，探索肝性腦病與這些可能因素間的關(guān)系，通過貝葉斯網(wǎng)絡(luò)推理反映一個或多個因素對肝性腦病的作用強(qiáng)度；嘗試構(gòu)建肝性腦病分類識別模型，探討貝葉斯網(wǎng)絡(luò)用于肝性腦病識別的分類效果，為臨床醫(yī)生識別肝性腦病提供合理的方法，為肝性腦病的智能識別奠定前期基礎(chǔ)。
　　方法：收集2006年1月~2015年12月在山西醫(yī)科大學(xué)第一附屬醫(yī)院消化內(nèi)科住院治療并具有完整病歷資料的950例肝硬化患者，利用單因素及

2、多因素logistic回歸分析篩選出肝硬化并發(fā)肝性腦病的相關(guān)因素，構(gòu)建貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。然后在單因素篩選出肝性腦病相關(guān)因素的基礎(chǔ)上，采用禁忌搜索算法構(gòu)建貝葉斯網(wǎng)絡(luò)（GBN），探討GBN用于肝性腦病識別的分類效能，同時與樸素貝葉斯分類器（NB）、樹擴(kuò)展樸素貝葉斯分類器（TAN）及l(fā)ogistic概率預(yù)測模型的識別能力進(jìn)行比較。
　　結(jié)果：⑴將與肝性腦病有關(guān)系的23個因素進(jìn)行單因素及多因素logistic回歸分析，結(jié)果顯示最終進(jìn)入回

3、歸模型的因素有7個，電解質(zhì)紊亂，感染，精神萎靡，肝腎綜合征，肝源性糖尿病及凝血酶原時間延長、總膽紅素升高均與肝性腦病有關(guān)；其中，電解質(zhì)紊亂、肝腎綜合征、感染是肝硬化患者并發(fā)肝性腦病的主要危險因素，其風(fēng)險分別為6.861倍、3.467倍、3.021倍；精神萎靡、肝源性糖尿病、凝血酶原時間延長、總膽紅素升高與HE的關(guān)系相近，相對危險度在2.1～2.7范圍。⑵構(gòu)建的貝葉斯網(wǎng)絡(luò)ROC曲線下的面積為0.843，網(wǎng)絡(luò)評價效果較好。各因素通過復(fù)雜的關(guān)

4、系與肝性腦病建立聯(lián)系，其中肝腎綜合征、電解質(zhì)紊亂、感染、精神萎靡、總膽紅素和凝血酶原時間與肝性腦病有直接關(guān)系，肝源性糖尿病通過總膽紅素間接與肝性腦病發(fā)生關(guān)聯(lián)。網(wǎng)絡(luò)推理發(fā)現(xiàn)，感染、電解質(zhì)紊亂和肝腎綜合征與肝性腦病的關(guān)系更密切。⑶根據(jù)本研究950例肝硬化數(shù)據(jù)集的分類識別效果評價可看出，禁忌搜索算法構(gòu)建的貝葉斯網(wǎng)絡(luò)（GBN）對肝性腦病的整體識別效能高于其他模型（F-measure為0.410，G-measure為0.739）；經(jīng)過1:2抽樣，

5、縮小兩類間樣本數(shù)的不平衡現(xiàn)象后， GBN的G-measure值為0.754，僅次于TAN，而GBN的F-measure值依然高于其它模型（F-measure值為0.820）。相對于950例不平衡數(shù)據(jù)集，GBN的G-measure值增加了2.0％，F(xiàn)-measure值增加了1倍，說明GBN對肝性腦病的整體識別效能有所提高，尤其對肝硬化并發(fā)肝性腦病的陽性識別性能提升幅度較大，在約登指數(shù)最大的條件下，概率截?cái)帱c(diǎn)由0.10提高為0.374，該水

6、平在識別HE時更為合理。
　　結(jié)論：禁忌搜索算法構(gòu)建的貝葉斯網(wǎng)絡(luò)靈敏度特異度高，能反映各節(jié)點(diǎn)之間的關(guān)系，能夠揭示相關(guān)因素間的聯(lián)系及對肝性腦病的作用，貝葉斯網(wǎng)絡(luò)推理可以根據(jù)醫(yī)生掌握患者信息的先后順序，對患者并發(fā)肝性腦病進(jìn)行推理，符合臨床診療序貫過程。嘗試用禁忌搜索算法構(gòu)建的貝葉斯網(wǎng)絡(luò)（GBN）用于肝硬化并發(fā)肝性腦病的識別，其對肝性腦病陽性分類識別能力高于其它模型，對肝性腦病的篩查可能有一定的指導(dǎo)意義，但是用于臨床肝硬化并發(fā)肝性腦病分