神经网络对老年冠心病患者发生冠脉支架内再狭窄的初步研究预测

目的 探讨老年冠心病患者发生经皮冠状动脉介入治疗(percutaneous coronary intervention,PCI)术后支架内再狭窄(in-stent restenosis,ISR)的危险因素,并利用多层感知器神经网络分析、学习和预测冠状动脉ISR.方法 随访93例有PCI手术史的老年患者(年龄≥65岁),用简单随机化分组抽取其中76例患者作为训练组,17例作为预测组.对93例患者的年龄、PCI术后年份、原有冠脉病变血管数、支架长度、支架内径、糖化血红蛋白(HbA1c)、低密度脂蛋白(LDL-C)、高密度脂蛋白(HDL-C),脂蛋白a、尿酸(UA)进行非条件Logistic回归分析,总结出有统计学意义的因素,并对预测组进行预测.再使用多层感知器神经网络学习训练组,建立与ISR之间的隐性联系模型,寻找重要的变量.最后,利用多层感知器神经网络预测预测组中17例老年冠心病患者PCI手术后是否会发生ISR,比较两种预测结果并进行评估.结果 非条件Logistic回归分析结果表明,PCI术后ISR患者和无ISR患者,原植入支架的内径具有显著差异,支架内径越小,发生ISR概率越高(P=0.004);PCI术后随着时间的推移,发生ISR的概率有明显增高(P=0.012);存在多支病变的患者发生ISR比例明显高于单支病变的患者,两者具有显著差异(P=0.037);ISR患者的HbAlc水平明显增高,与无ISR的患者比较,两者具有显著差异(P=0.026).多层感知器神经网络模型的变量重要程度表中,HbA1c为最为重要,其次为脂蛋白a,第三为支架直径.用多层感知器神经网络预测测试组中会发生ISR的正确率为82.4％,高于逻辑回归预测的76.5％.多层感知器神经网络预测结果更令人满意.结论 支架直径、多支病变、术后年份、HbA1c、脂蛋白a对冠状动脉ISR具有显著性影响.使用多层感知器神经网络模型预测冠状动脉ISR的发生正确率更高.