顽固性高血压发生主要不良心血管事件患者的中医四诊信息可解释性研究——基于随机森林规则提取方法

目的 基于随机森林规则提取方法探讨顽固性高血压(RH)发生主要不良心血管事件(MACE)患者的临床信息分类规则及特征.方法 采集住院治疗的2093例RH患者的电子病历信息,其中RH患者807例,RH+MACE患者1286例.收集患者的个人基本信息(包括性别、年龄、既往史、家族史、个人史、传染病史)、中医四诊信息、西医诊断信息数据.统计前期研究发现的与RH患者发生MACE密切相关的140个指标的分布情况,并基于密切相关指标运用随机森林规则提取方法分析RH患者发生MACE的影响特征;对数据进行结构化处理并基于随机森林训练构造多个去相关决策树,生成丰富的决策规则,再采用规则提取方法从规则中提取、度量、修剪、选择规则,利用序贯覆盖法筛选简化的分类规则集,并定义规则的可解释性度量.结果 2093例患者中医四诊信息频次前5位的密切相关指标分别为弦脉1101次(52.6％)、苔腻947次(45.25％)、睡眠欠佳870次(41.57％)、面色少华784次(37.46％);患者基本信息及西医诊断信息频次前5位分别为心率正常1765次(84.33％)、既往高血压病1601次(76.49％)、年龄大于60岁1547次(73.91％)、舒张压正常1428次(68.23％)、高血压3级1151次(54.99％).RH患者发生MACE影响特征的可解释性分析结果显示,RH+MACE且误差＜0.05的规则有3条,规则1:咳嗽c('1')&老舌c('1')&头晕c('0')&胸闷c('0');规则2:恶心c('0')&颈动脉硬化c('1')&弦脉c('1');规则3:憋喘c('1').3条规则分类准确率均大于95％(误差小于0.05),并具有一定的临床可解释性.分类规则集在准确性与可解释性方面的统计性能分别为灵敏度0.85、特异度0.73、精度0.83、受试者工作特征曲线下面积(AUC值)0.80以及可解释性值0.96.结论 咳嗽、老舌、颈动脉硬化、脉弦、憋喘且无头晕、胸闷、恶心症状为RH患者发生MACE的核心临床信息分类要素.