決策樹在MDS和AA鑒別診斷中的應(yīng)用.pdf

1、目的：運(yùn)用決策樹算法建立分類模型以期得出骨髓增生異常綜合征（MDS）和再生障礙性貧血（AA）良好的分類規(guī)則，指導(dǎo)或輔助醫(yī)生對(duì)兩疾病的鑒別診斷。
　　方法：通過查閱2000多份中國醫(yī)學(xué)科學(xué)院血液病醫(yī)院收治的MDS及AA患者的病例資料，選取其中專家會(huì)診后確診的780例病例進(jìn)行調(diào)查研究，收集所有被調(diào)查病例的包括姓名、年齡、職業(yè)、民族等基本信息以及血液學(xué)參數(shù)、相關(guān)病毒指標(biāo)、血清學(xué)指標(biāo)、血涂片檢測(cè)參數(shù)、骨髓涂片檢測(cè)參數(shù)、免疫學(xué)指標(biāo)、流式分析

2、參數(shù)、干細(xì)胞集落培養(yǎng)指標(biāo)等檢查結(jié)果共計(jì)203項(xiàng)資料信息。利用EpiData3.1數(shù)據(jù)庫系統(tǒng)將所有信息錄入數(shù)據(jù)庫，并轉(zhuǎn)化為建模軟件分析使用的Excel文件。利用SPSS Modeler14.1軟件包進(jìn)行決策樹模型的建立與分析，建立C5.0、CART及QUEST這三種醫(yī)學(xué)領(lǐng)域最為常用的決策樹模型，計(jì)算并比較三個(gè)模型的預(yù)測(cè)準(zhǔn)確率、平均準(zhǔn)確率、精確率、靈敏度、F1度量、特異度、約登指數(shù)；建立決策樹組合模型，并選出最優(yōu)組合模型，將其同最優(yōu)單一決策

3、樹模型進(jìn)行對(duì)比。
　　結(jié)果： MDS與AA兩組患者年齡組構(gòu)成差異有統(tǒng)計(jì)學(xué)意義（χ2=47.411, P<0.001）。兩組患者性別構(gòu)成及民族構(gòu)成基本相同，差異均無統(tǒng)計(jì)學(xué)意義（P>0.05）。在患者職業(yè)構(gòu)成中，工人、農(nóng)民和學(xué)生是患病的三大主體，兩組患者的職業(yè)構(gòu)成差異具有統(tǒng)計(jì)學(xué)意義（χ2=39.063, P<0.001）。選用的三種決策樹模型對(duì)兩疾病的區(qū)分鑒別都有比較好的結(jié)果，預(yù)測(cè)準(zhǔn)確率都高于70％，C5.0、CART、QUEST模型

4、對(duì)測(cè)試集樣本的預(yù)測(cè)準(zhǔn)確率分別為78.12%、73.75%、76.88%，各模型的預(yù)測(cè)準(zhǔn)確率差異無統(tǒng)計(jì)學(xué)意義（P>0.05）。C5.0、QUEST、CART模型的平均準(zhǔn)確率依次為77.08%、75.44%、73.48%，其中C5.0擁有最高的平均準(zhǔn)確率。對(duì)于本研究作為正例的MDS樣本，C5.0、CART和QUEST模型的預(yù)測(cè)精確率分別為76.24%、76.14%和73.83%，三個(gè)模型的預(yù)測(cè)精確率差異無統(tǒng)計(jì)學(xué)意義（P>0.05）；三個(gè)模型

5、的預(yù)測(cè)靈敏度分別為87.50%、76.14%和89.77%，模型間差異具有統(tǒng)計(jì)學(xué)意義（χ2=7.161, P<0.05）。C5.0、QUEST和CART模型的F1度量值依次為81.48%，81.03%，76.14%，其中F1度量值最高的是C5.0模型。對(duì)于本研究作為負(fù)例的AA樣本，C5.0、CART和QUEST模型的預(yù)測(cè)特異度分別為66.67%、70.83%、61.11%，模型間差異無統(tǒng)計(jì)學(xué)意義（P>0.05）。C5.0、QUEST和C

6、ART模型的約登指數(shù)依次為0.54、0.51、0.47，其中C5.0擁有最高的約登指數(shù)。建立的決策樹組合模型中，C5.0與QUEST的組合模型預(yù)測(cè)準(zhǔn)確率達(dá)到80%，然而各組合模型間差異無統(tǒng)計(jì)學(xué)意義（P>0.05）。對(duì)比組合模型發(fā)現(xiàn)，即使在精確率、靈敏度及特異度等指標(biāo)上的差異無統(tǒng)計(jì)學(xué)意義（P>0.05），然而C5.0+QUEST組合模型在平均準(zhǔn)確率、F1度量值及約登指數(shù)等綜合指標(biāo)上都具有最高值，分別為79.17%、82.80%、0.58。

7、C5.0+QUEST組合模型在綜合指標(biāo)上比C5.0單一決策樹模型均有所提升。三種單一決策樹模型選用的根節(jié)點(diǎn)都為骨髓流式細(xì)胞檢測(cè)成熟淋巴細(xì)胞的百分比。
　　結(jié)論：對(duì)于本數(shù)據(jù)樣本，C5.0、CART及QUEST這三種模型的預(yù)測(cè)準(zhǔn)確率都較高；從綜合指標(biāo)來看，C5.0是最優(yōu)的單一決策樹模型。C5.0+QUEST是最優(yōu)的組合模型，其較C5.0單一決策樹模型在各項(xiàng)綜合評(píng)價(jià)指標(biāo)上均有所提升，醫(yī)生可以借用此模型來輔助對(duì)兩疾病的鑒別診斷。骨髓流式細(xì)