基于疼痛专科患者的带状疱疹后神经痛危险因素分析及其机器学习预测模型的构建

作     者：杨波 

作者单位：中国人民解放军空军军医大学 

学位级别：硕士

导师姓名：顾楠

授予年度：2024年

学科分类：1002[医学-临床医学] 100206[医学-皮肤病与性病学] 10[医学] 100217[医学-麻醉学] 

主      题：带状疱疹后神经痛 带状疱疹 治疗相关因素 危险因素 临床预测模型 机器学习 网页在线预测工具 

摘      要：【背景和目的】 带状疱疹后神经痛(Postherpetic neuralgia,PHN)是带状疱疹(Herpes zoster,HZ)最常见和最严重的并发症之一,是指皮疹出现后受损部位持续超过3个月及以上、视觉模拟评分(Visual analogue scale,VAS)≥40的疼痛。国内一项流行病学调查显示:HZ的患病率为7.7%;而HZ患者中,PHN的发生率则高达29.8%。PHN属于典型的慢性神经病理性疼痛,患者多经历半年至多年的剧烈疼痛,严重影响患者的生活质量。 积极探索PHN发生相关的危险因素,构建疾病预测模型,在病程早期准确识别出容易发生PHN的高危患者,尽早进行有效的治疗以预防其发生,具有十分重要的临床意义。现有研究结果发现年龄是唯一确定的PHN危险因素,而其他因素尚未获得广泛共识;关于PHN疾病预测模型的研究相对较少,且均未考虑治疗相关因素对PHN的影响,数据多来源于病历系统等回顾性资料,多无外部有效性验证等,存在局限和不足;模型的预测性能尚有很大的提升空间。 鉴于此,本课题拟通过收集西京医院疼痛医学中心和联勤保障部队第940医院疼痛科HZ患者的病历资料,共进行三部分研究:研究一,分析疼痛专科就诊带状疱疹患者的流行病学特征;研究二,筛选影响PHN发生的危险因素,特别是治疗相关因素;研究三,择优选择机器学习算法构建PHN临床预测模型,并生成网页预测工具。希望通过以上研究,能够进一步明晰疼痛科HZ患者的疾病特点,帮助医务人员在病程早期识别PHN高危患者,及时进行针对性的干预治疗,预防PHN的发生。 【方法】 研究一:数据库带状疱疹患者的流行病学特征分析 选择2023年5月—12月期间于西京医院疼痛医学中心和联勤保障部队第940医院疼痛科就诊HZ患者的病历资料;首先,收集人口学因素、疱疹相关因素、治疗相关因素及合并疾病等指标,构建病历资料数据库;然后在患者病程满3个月后,根据疼痛VAS评分判断是否发生PHN,分为PHN组和非PHN组;最后,行基线描述和组间差异比较等流行病学特征分析。 研究二:带状疱疹后神经痛相关危险因素分析 基于西京医院数据集,以是否发生PHN为因变量,以HZ患者的人口学因素、疱疹相关因素、治疗相关因素及合并疾病等指标为自变量;首先使用单因素logistic回归分析挑选P10的协变量;最后,将挑选出的潜在危险因素同时纳入多因素logistic回归分析,进一步筛选影响PHN发生的独立危险因素。 研究三:带状疱疹后神经痛机器学习预测模型的构建和内外部验证 以西京医院数据集作为模型开发队列,第940医院数据集为外部验证队列。首先,将单因素logistic回归分析P0.1的变量纳入最小绝对收缩和选择算子(Least absolute selection and shrinkage operator,LASSO)回归,将相关危险因素进行进一步筛选和降维,确定拟纳入模型的关键变量;其次,采用10折交叉验证(10-fold cross validation)比较传统Logistic回归模型和极限梯度提升(e Xtreme gradient boosting,XGBoost)、轻量级梯度提升机(Light gradient boosting machine,Light GBM)、支持向量机(Support vector machines,SVM)、K近邻算法(KNearest Neighbors algorithm,KNN)四种机器学习模型的受试者操作特征曲线(Receiver operating characteristic curve,ROC)的曲线下面积(Area under curve,AUC),选择区分性能最优的算法进行最终模型构建;再次,将开发队列数据按照8:2的比例随机拆分为训练集(Training set)和测试集(Test set),采用5折交叉验证在训练集使用最优算法进行模型的构建和拟合;然后,使用测试集数据行模型的内部有效性验证,使用第940医院数据行外部有效性验证。验证和评价的指标包括ROC、校准曲线(Calibration curve)和临床决策分析曲线(Decision curve analysis,DCA)。最后,使用Shapley加性解释(Shapley additive explanations,SHAP)分析进行模型的可视化描述;并基于构建的机器学习预测模型,开发PHN网页在线预测工具。 【结果】 研究一:数据库带状疱疹患者的流行病学特征分析 课题最终纳入西京医院疼痛医学中心就诊的HZ患者481例,PHN发生率为44.07%(212/481