數據挖掘技術在擴張型心肌病患者心臟構型超聲數據模型中的初步研究

朱菲菲，朱向明，劉冬，劉表虎

(皖南醫學院第一附屬醫院，安徽 蕪湖)

0 引言

DCM 的發病率目前仍然領先于其它心肌病，通常情況下，DCM 的發病早期無癥狀或者沒有明顯癥狀，青壯年的發病率較高，預后較差[1][2]。近些年大量研究證實如能早期診斷并進行臨床治療，將能延緩心肌重構和心衰進程，改善預后，降低死亡率。然而目前沒有確定標準，國內外目并沒有綜合性和針對性的診斷和治療方案，所以臨床漏診、誤診率較高，發展到后期會引發心力衰竭，嚴重時會導致猝死[3]。怎樣提高臨床診斷率，早期發現并給予及時有效的治療是亟待我們解決的問題。而目前主要是應用超聲心動圖來評價心室結構及功能，并結合臨床排除缺血性心臟病來進行診斷。此研究旨在優選出評價DCM 患者心臟構型的特征性指標，并挖掘出關鍵影響因素。

1 材料與方法

1.1 研究對象

選取2017 年6 月至2020 年5 月來我院心內科就診并診斷為DCM 的患者93 例作為研究對象(男61 例，女32 例)，年齡16-75 歲，平均(45.40±13.60)歲，這些研究對象與中華醫學會在2007 年提出的心肌病診斷與治療建議[4]中的標準是相符的，在研究相關對象時，排除冠心病、心肌炎、先天性心臟病、心臟瓣膜病、心臟再同步化治療相關患者，減少數據分析干擾，將這93 例研究對象作為實驗組。另選同期健康志愿者106 例(男55 例，女51 例)，年齡20～77 歲，平均(43.7±14.5)歲，作為對照組存在。

1.2 儀器設備與分析軟件

PHILIPS iE33 及EPIQ7C 彩色多普勒超聲心動圖儀(荷蘭飛利浦公司產品)，探頭采用S5—1，探頭的頻率為3.5—5MHz，超聲工作站配置Qlab 作為定量分析軟件。數據挖掘工具SQLServer2012，主要用于數據挖掘模塊，Microsoft Excel 2007 作為用戶數據分析工具。

1.3 研究方法

1.3.1 數據的獲取

收集受檢者的基本臨床信息：性別、年齡、體重、身高、體表面積、血壓、血糖、血脂、飲酒史、吸煙史、家族遺傳史，是否貧血，有無病毒性心肌炎史等。按規范化的取圖標準獲取心臟構型超聲數據：左室舒張末期前后徑(left ventricular enddiastolic dimension，LVEDD)、上下徑、左右徑、左室容積、左室后壁厚度、室間隔厚度、收縮期末左房前后徑、收縮期末左房容積、左室心肌質量指數(left ventricula msss index， LVMI)等等。左室功能超聲數據：左室射血分數(left ventricula ejection fraction，LVEF)、左 室 短 軸 縮 短 率(left ventricula fraction shortening，FS)。

表1 關鍵影響因素報表

1.3.2 建立數據倉庫

數據預處理：數據預處理主要是對收集和整理的數據加以分組或者分類前做篩選、排序等，數據預處理的方式多種多樣，數據歸約、數據集成等等。這些可以減少數據挖掘所花費的時間。首先對不完整和有噪聲的數據進行剔除，對缺失值和孤立點加以識別和處理，例如用眾數和均值進行填充等等方式，但是具體采用哪種方式根據數據的具體特征加以使用；數據挖掘形式多種多樣[5]，在挖掘以前，需要進行數據轉換，主要是采用事務數據庫，替代關系數據庫。在這一環節，我們需要做的是進行特定路徑加載，加載前的數據需要加以處理。加載完以后，需要對事務是否是在指定條件內發生加以驗證。

1.3.3 建立心臟超聲數據模型

運用SQL Server 2012 數據挖掘模塊對數據倉庫進行挖掘，主要應用軟件中的聚類分析算法、預測計算器報表和分析關鍵影響因素報表來全面分析數據倉庫，從原始數據中將DCM 患者各影響因素及心臟超聲參數間有價值的、潛在的關系挖掘出來，并將其隱藏的價值關系構建成相應的超聲數據模型。

1.3.3.1 聚類分析算法

聚類分析算法可以發現大量數據間的隱藏信息，這些信息的發現是自行進行的，接著，將具有相同特點的數據分為一類[6]，既正常人和DCM 患者，再按不同類別的特點自動進行處理、分析、計算。

1.3.3.2 預測計算器報表與分析關鍵影響因素報表

都是數據挖掘插件新增工具，前者是通過頻繁項集算出各因素的影響值，影響值越大，說明該值在某區間內影響DCM 患者的心臟結構功能發生變化的程度較大，即成為關鍵影響因素或特征性指標的可能性越大。而后者是在聚類分析法對原始數據進行分類的基礎上，然后再對各影響因素的影響能力進行定量評估。

2 結果

2.1 獲得關鍵影響因素

通過聚類分析算法區分出正常人群和DCM 人群，區分出不同人群后，需要獲取影響這些因素的關鍵原因以及這些關鍵影響因素的影響值大小，最后得出報表，見表1(表格中截取值為影響值較大的部分)。

由表1 可見，臨床數據中飲酒量大、曾患過病毒性心肌炎、有家族遺傳史、有高血壓病史等，均傾向于“否正常人群”，且相對影響值較大，成為關鍵影響因素的概率比較大。心臟超聲數據中左室舒張期前后徑、左室舒張期容積、左室心肌質量指數增大時，均傾向于“否正常人群”。

2.2 獲得評價DCM 患者心臟構型改變的特征性指標

預測計算器報表是通過頻繁項集算出各因素的影響值(見表2)，影響值越大，成為特征性指標的可能性越大；同時會自動生成支持判斷是否有影響的閾值，當某受檢者的總影響值超過閾值時，說明相關受檢者的心臟構型功能異常。

由表2 可見，左室舒張期各徑線、左室心肌質量指數、左室舒張期容積相對影響值均較大，說明這些指標在評價DCM患者心臟結構改變時相對比較敏感，有望成為特征性指標。

3 討論

3.1 數據挖掘技術在醫療領域的應用

主要能在大量醫療數據中挖掘出隱藏著的關聯信息，有助于疾病的早期診治，Imberman[7]等人從眾多頭部外傷患者的各項數據中找到外部患者CT 檢查的適應性，主要是利用數據挖掘技術的關聯規則進行檢查。GDutau[8]等人對周期性感冒的相關性危險因素進行分析研究，在研究時主要利用了數據挖掘的決策樹算法。Prather JC[9]等應用數據挖掘技術對Duke 大學醫學中心的早產孕婦3 個危險因素進行了分析。

3.2 影響DCM 患者心臟構型改變的關鍵影響因素

DCM 的病因和發病機制尚不明確，但是在已有的研究中發現，DCM 的重要病因之一是病毒性心肌炎[10]，主要的致病原因可能是由于持續的病毒感染直接損害心肌組織，也可能是誘導免疫介導損害心肌。Bowles 等[11]收集了624 例心肌炎患者，進行組織切片分析，發現最常見的病原體是腺病毒，病毒感染后期少部分患者將發展為DCM。國內陳瑞珍等研究得出15%～25%的病毒性心肌炎患者可發展為DCM[12]。從本研究中的預測計算器和關鍵影響因素報表中均可看出，病毒性心肌炎影響值均相對較大，說明患過心肌炎的人比未患過的人更傾向于發展為DCM，這與以往研究是相符的。但并不是患過病毒性心肌炎就一定會發展為DCM，這也就提示可能聯合了其它危險因素一起對心肌產生作用，所以對病毒感染的發病機制值得我們進一步的深入研究。

表2 DCM 影響因素及心臟超聲指標的預測計算器報表

另外，有高血壓病史、飲酒量大的人群更傾向于DCM 人群，且影響值相對較大，說明它們與DCM 患者心臟構型改變有著一定的相關性，以上因素是DCM 患者心臟構型改變的重要影響因素，當然，這些只是我們的初步考慮。但本研究發現家族遺傳史與DCM 關聯不大，這一結論與以往的研究結論是相悖的，相悖的原因有許多，但是本文認為最可能的因素是由于樣本量較少導致結論產生誤差，并且我們主要是通過詢問病史來確認的，缺乏一定的可靠性，但也有可能是數據挖掘在尋找關鍵影響因素方面更敏感、更有優勢。

3.3 數據挖掘技術評價影響DCM 患者心臟構型的特征性指標

預測計算器報表顯示左室舒張期各徑線、左室容積及心肌質量指數的影響值均較高，說明在評價心腔擴大程度時，這些指標與我們平時所用的LVEDD 一樣都能作為評價DCM患者心臟構型變化的特征性指標。但是，當DCM 患者的心腔存在明顯的擴大狀況時，其在各徑線上并不是均勻變化的，所以我們在日常臨床工作中常規在二維或M 型上單純測量LVEDD，用此來評判心臟擴大的程度是不夠準確的，有時反而延誤治療。利用實時三維超聲測量心腔容積是目前相對最準確的測量方法，但就目前中國醫療環境和軟硬件條件差異來看，暫且很難普及到每一位病患的檢查中。在本研究中，我們發現LVMI 相對影響值比較大，說明它是評價DCM 患者心臟構型改變的一個重要指標。LVMI 增加主要是因為心肌水腫、間質增生、左室重構引起左室僵硬度的增加。有研究證明LVM 是判斷心功能的敏感指標之一，是心臟性猝死的強有力指標[13]。另外，左室后壁厚度的相對影響值很小，不能作為DCM 患者心臟構型評價的特征性指標，但其與LVEDD 的比值(室壁相對厚度)相對影響值卻較大，說明室壁相對厚度與心臟構型改變有較好的相關性。這與以往研究結果是相符的，即DCM 患者在心室腔擴大時伴有不同程度的室壁變薄，但室壁厚度是相對心腔擴大而變薄，其與正常人的室壁厚度并無明顯差異。因此，在臨床應用中，當運用二維超聲心動圖進行檢查時，我們可以綜合以上指標來更準確的評價DCM 患者的心臟構型的改變程度。

綜上，數據挖掘技術能在大量的數據中發現隱含的、不為人知的關聯信息，對于醫學上的臨床早期診斷DCM 以及評估其治療效果具有一定的臨床意義。