Page 60 - 中国全科医学2022-11

http://www.chinagp.net E-mail:zgqkyx@chinagp.net.cn ·1337·

表 2 CAS 影响因素的非条件多因素 Logistic 回归分析 表 3 3 种模型的预测效能比较
Table 2 Unconditioned multivariate Logistic regression analysis of factors Table 3 Comparison of performance of SVM-，BPNN- and RF-based
associated with carotid atherosclerosis in steelworkers models in predicting the risk of carotid atherosclerosis in steelworkers
2
变量 β SE Wald χ 值 P 值 OR（95%CI） 训练集 测试集
CAS 家族史 评价指标 SVM BPNN RF 模型 SVM BPNN RF 模型
模型 模型 模型 模型
否 1.00
准确率（%） 83.81 79.27 86.60 85.70 75.46 73.37
是 1.22 0.15 67.80 <0.001 3.39（2.53，4.53）
灵敏度（%） 80.10 66.19 73.62 81.63 64.65 60.00
高温作业
特异度（%） 87.32 91.62 98.90 90.29 87.66 88.45
否 1.00
约登指数 0.67 0.58 0.72 0.72 0.52 0.48
是 0.14 0.07 4.34 0.037 1.15（1.01，1.31）
Kappa 值 0.68 0.58 0.73 0.71 0.52 0.48
噪声作业
阳性似然比 6.31 7.90 66.93 8.41 5.24 5.20
否 1.00
阴性似然比 0.23 0.37 0.27 0.20 0.40 0.45
是 0.19 0.07 7.71 0.005 1.21（1.06，1.38）
阳性预测值（%） 85.64 88.18 98.40 90.46 85.54 85.43
高胆固醇
阴性预测值（%） 86.92 74.15 79.87 81.32 68.72 66.21
否 1.00
0.84 0.79 0.86 0.86 0.76 0.74
是 0.36 0.09 15.57 <0.001 1.43（1.20，1.71）
AUC（95%CI） （0.82， （0.77， （0.85， （0.83， （0.73， （0.71，
0.85） 0.81） 0.88） 0.88） 0.79） 0.77）
低密度脂蛋白胆固醇（LDL-C）和睡眠障碍 18 个变量
注：SVM= 支持向量机，BPNN=BP 神经网络，RF= 随机森林，
为输入变量。 AUC= 受试者工作特征曲线下面积
2.5 3 种 CAS 风险预测模型的预测效能比较 采用欠
采样的方法，CAS 和非 CAS 的例数由原先的 1 264、 表 4 3 种模型预测效能在训练集和测试集的比较
Table 4 Comparison of the performance of SVM-，BPNN- and RF-based
3 304 例（平衡前）采样为 1 264、1 264 例（平衡后）。
models in predicting the risk of carotid atherosclerosis in steelworkers in the
训练集显示：在真实性上，RF 模型的特异度、约 training set and the test set
登指数、阳性似然比高于 SVM 和 BPNN 模型；在可靠 评价 训练集 测试集
2
2
性上，RF模型的准确率和Kappa值均高于其余两种模型； 指标 模型 χ （Z）值 P 值 χ （Z）值 P 值
RF 模型的阳性预测值最高，而 SVM 模型的阴性预测值 灵敏度 RF vs BPNN 24.025 <0.001 7.410 0.009
在 3 种模型中最高，见表 3。3 种模型灵敏度、特异度、 BPNN vs SVM 75.596 <0.001 56.100 <0.001
准确率和 AUC 两两比较，差异有统计学意义（P<0.05）， RF vs SVM 21.130 <0.001 80.830 <0.001
见表 4、图 1。 特异度 RF vs BPNN 53.900 <0.001 0.120 0.815
BPNN vs SVM 10.460 <0.001 1.520 0.268
测试集显示：在真实性上，SVM 模型的特异度、
RF vs SVM 98.150 <0.001 0.830 0.435
约登指数、灵敏度、AUC 高于其余两种模型，阴性似
准确率 RF vs BPNN 67.270 <0.001 2.280 0.155
然比最低；从可靠性和预测值来看，SVM 模型准确率、
BPNN vs SVM 19.250 <0.001 42.790 <0.001
Kappa 值、阳性预测值和阴性预测值高于其余两种模型，
RF vs SVM 9.440 0.003 60.240 <0.001
见表 3。SVM 模型灵敏度、准确率和 AUC 与其余两种 a a
AUC RF vs BPNN 8.270 <0.001 1.370 0.170
模型比较，差异有统计学意义（P<0.05），见表 4、图 1。 a a
BPNN vs SVM 4.760 <0.001 6.530 <0.001
3 讨论 RF vs SVM 2.860 a 0.004 7.920 a <0.001
本研究对 4 568 例钢铁工人进行调查，共检出 1 264 注： 为 Z 值
a
例 CAS 患者，CAS 检出率是 27.67%，高于一般人群
（22.06%~25.57%） ［9-10］ ，但是与重庆中老年钢铁工人 业和噪声作业为 CAS 的影响因素。张童等 ［20］ 研究表明
（37.6%） ［11］ 相比偏低，与其他报道相比也较低，如 钢铁工人在高温环境中维生素 C 的情况较差导致血尿酸
辽宁省农村地区人群 CAS 检出率 42.1% ［12］ ，东北 40 升高，进而导致心血管疾病；CUI 等 ［21］ 提出随着累积
岁以上的成年人为 42.1% ［13］ 。原因可能为：一方面年 高温暴露的增加，钢铁工人患高血压的风险增加。王海
龄构成不同，姚利和 ［14］ 、SONG 等 ［15］ 研究表明年龄 东 ［19］ 研究表明钢铁工人在工作中面临的累积噪声暴露
增大是 CAS 的危险因素；另一方面健康工人效应也是 量会作用于钢铁工人的近端病因，从而间接增加颈动脉
造成 CAS 检出率较低的一个重要原因 ［16］ 。 内膜中膜厚度。已有研究显示，高温环境和噪声水平之
通过非条件多因素 Logistic 回归分析发现，噪声作 间存在交互作用，当钢铁工人同时暴露于高温和噪声时
业、高温作业、高胆固醇、CAS 家族史为 CAS 的有效 其高血压的发病风险会上升 ［22］ 。倒班作业产生的时差、
预测因素，既往研究表明总胆固醇水平和 CAS 家族史 睡眠中断、食物消耗的变化会导致人体的昼夜节律失调
均为 CAS 的影响因素 ［17-19］ 。本研究结果显示，高温作 和紊乱，进而导致患高血压、糖尿病等疾病的发生风险