Page 92 - 中国全科医学2022-01

http://www.chinagp.net E-mail:zgqkyx@chinagp.net.cn ·217·

·论著·COPD 研究·

使用机器学习建立慢性阻塞性肺疾病患者

重度气流受限风险预警模型研究

扫描二维码
2
2*
1
3
周丽娟 1，3 ，温贤秀 ，吕琴 ，蒋蓉 ，吴行伟 4，5 ，周黄源 ，向超 1 查看原文
【摘要】 背景 气流受限程度是评价慢性阻塞性肺疾病（COPD）患者疾病进展的关键指标。然而由于检查禁
忌、依从性等问题，导致部分患者难以开展相关检查，无法评价疾病严重程度。目的 建立并评估基于机器学习算法
的 COPD 患者重度气流受限风险预警模型。方法 采用横断面设计调查 2019 年 1 月至 2020 年 6 月四川省某三甲医院
的 COPD 住院患者，收集患者一般临床指标与肺功能检查数据。将数据按 8 ∶ 2 比例随机分为训练集和测试集，在训
练集中使用 4 种缺失值填充方法、3 种特征筛选方法、17 种机器学习和 1 种集成学习算法构建 216 种风险预警模型。
采用 ROC 曲线下面积（AUC）、准确率、精确率、召回率和 F1 值评价模型的预测性能，分别使用十折交叉验证法和
Bootstrapping 算法进行内部验证和外部验证。使用测试集数据进行模型测试和选择。使用后验法进行样本量验证。结
果 共纳入 418 例患者，其中 212 例（50.7%）患者存在重度以上气流受限风险。经 4 种缺失值处理和 3 种特征筛选
后，共获得 12 个处理后的数据集及 12 种影响气流受限因素的重要性排序，结果显示，呼吸困难指数评分（mMRC）
等级、年龄、体质指数（BMI）、吸烟史（有、无）、慢性阻塞性肺疾病评估表（CAT）评分、呼吸困难（有、无）
在变量特征排序中居于前列，是构造模型的关键指标，对结果预测有重要作用。其中，采取不填充、Lasso 筛选方法
后，mMRC 等级、吸烟史（有、无）、呼吸困难（有、无）为位居前 3 位的预测因子，mMRC 等级占特征重要性的
54.15%。使用不填充、Boruta 筛选方法后，CAT 评分、年龄、mMRC 等级为位居前 3 位的预测因子，CAT 评分占特征
重要性的 26.64%。使用 17 种机器学习和 1 个集成学习算法对 12 个数据集分别建模，共得 216 个预测模型。17 种机
器学习算法十折交叉验证结果显示，不同算法预测性能比较，差异有统计学意义（P<0.05），随机梯度下降算法的平
均 AUC 最大，为（0.738±0.089）。使用 Bootstrapping 算法对测试集进行外部验证结果显示，不同算法所得模型的预
测性能比较，差异有统计学意义（P<0.05），集成学习算法的平均 AUC 最大，为（0.757±0.057）。利用 Bootstrapping
算法对 4 种缺失值处理和 3 种特征筛选预测性能评价结果显示，当不填充和 Lasso 筛选时，可提高模型的性能，差异
有统计学意义（P<0.05）。使用测试集数据对 216 个机器学习模型进行测试，最佳模型的 AUC 为 0.790 9，准确率为
75.90%，精确率为 75.00%，召回率为 78.57%，F1 值为 0.767 4。样本量验证结果提示研究样本量可满足建模需求。结
论 本研究建立并评价了 COPD 患者重度气流受限风险预警模型，mMRC 等级、年龄、BMI、CAT 评分、是否有吸烟
史和呼吸困难是影响气流受限的关键指标。该模型预测效果良好，具有潜在的临床应用前景。
【关键词】 肺疾病， 慢性阻塞性；机器学习；气流受限程度；肺功能；呼吸功能试验；预测模型
【中图分类号】 R 563.9 【文献标识码】 A DOI：10.12114/j.issn.1007-9572.2021.01.313
周丽娟，温贤秀，吕琴，等 . 使用机器学习建立慢性阻塞性肺疾病患者重度气流受限风险预警模型研究［J］. 中
国全科医学，2022，25（2）：217-226. ［www.chinagp.net］
ZHOU L J，WEN X X，LYU Q，et al. Using machine learning to build an early warning model for the risk of severe airflow
limitation in patients with chronic obstructive pulmonary disease［J］. Chinese General Practice，2022，25（2）：217-226.

Using Machine Learning to Build an Early Warning Model for the Risk of Severe Airflow Limitation in Patients with
2*
1
2
Chronic Obstructive Pulmonary Disease ZHOU Lijuan 1，3 ，WEN Xianxiu ，LYU Qin ，JIANG Rong ，WU Xingwei 4，5 ，
3
ZHOU Huangyuan ，XIANG Chao 1
1.Department of Respiratory and Critical Care Medicine，University of Electronic Science and Technology of China Affiliated
Hospital & Sichuan Provincial People's Hospital，Chengdu 610072，China
2.Department of Nursing，University of Electronic Science and Technology of China Affiliated Hospital & Sichuan Provincial
基金项目：国家自然科学基金资助项目（72004020）；干部保健科研课题川干研（2021-219）
1.610072 四川省成都市，电子科技大学附属医院·四川省人民医院呼吸与危重症医学科 2.610072 四川省成都市，电子科技大
学附属医院·四川省人民医院护理部 3.610072 四川省成都市，电子科技大学医学院 4.610072 四川省成都市，电子科技大学附属
医院·四川省人民医院药学部 5.610072 四川省成都市，电子科技大学医学院，个体化药物治疗四川省重点实验室
* 通信作者：温贤秀，主任护师；E-mail：392083173@qq.com
本文数字出版日期：2021-11-25