老年稳定性冠心病中西医结合预后评估模型的建立与验证

摘要

随着中国逐步进入老龄化社会，冠心病二级预防的普及以及治疗效果持续改善，高龄稳定性冠心病患者日趋增多。各国学者越来越关注研究冠心病等心血管疾病患者预后的影响因素，并且建立了适合当地的预后评估模型。但是现阶段对老年稳定性冠心病(ESCAD)患者预后方面的研究较少，中医因素对ESCAD患者预后影响的方面研究则更少。中医认为舌象在判断疾病预后过程中占有重要地位。舌象与心系病症患者的预后关系更为密切。所以，将舌象加入ESCAD预后评估模型中，建立ESCAD中西医结合预后评估模型，是否可以提高临床医师对ESCAD预后评估的准确性?本研究围绕着上述问题进行了探索。　　第一部分 文献研究　　文献研究一 冠心病预后研究的新兴趋势：基于CiteSpace软件的科学计量分析　　研究目的：　　对冠心病预后领域的有关的文献进行文献计量、可视化分析，从而探索该领域下的研究前沿、未来研究趋势。　　研究方法：　　在WOS数据库检索有关冠心病预后方面的文献，时间跨度为1989年至2018年。应用R软件对纳入的施引文献进行初步的统计分析，应用CiteSpace软件对被引文献进行共被引分析：筛选出每两年中前100名最高被引频率的文献，采用谱聚类算法对被引文献进行聚类处理并绘制相关的知识图谱，应用寻径法对图谱进行修剪，利用聚类视图以及时间线视图展示各个聚类的关系以及时间跨度，应用词频逆文件频率(TF*IDF)加权算法、对数似然率(LLR)算法、互信息(MI)算法分别计算每个聚类的聚类标签，使用模块值和平均轮廓值评价视图的结构和清晰度，利用被引频次、中介中心性、引用突现度、聚类平均年发现研究前沿以及未来的研究趋势。　　研究结果：1施引文献的一般情况。　　有关冠心病预后领域的施引文献共有43264篇。该领域下共有107240名作者，发文量最高的前10位的作者中并无中国学者。该领域下的文献涉及95个国家及地区，无论是在单一国家发表还是在多国家合作发表方面，发文总量最高的是美国，为12175篇文献，第二位为日本(3453篇)，第三位为意大利(3068篇)，第四位为德国(2259篇)，第五位为英国(2259篇)。中国发文总量位居第九，为1241篇，为美国发表总数的1/10，占前10位的国家总发文量的4％，占该领域总发文量的2.9％。　　2冠心病预后领域研究前沿分析　　在领域下共有391568篇被引文献，生成的聚类视图以及时间线图中共有862个节点，1260条连线，模块值为0.87，平均轮廓值为0.40，共产生76个聚类，含10个节点以上的聚类有18个。最大的聚类是聚类0#，有72个节点;时间点最近的聚类为聚类17#，有11个节点。最高引的10篇文献中有3篇来源于聚类6撑，1篇来源于聚类3#，聚类0#、聚类2#以及聚类8#各有2篇。高中介中心性的文献主要聚集在聚类13#、聚类3#、聚类7#，分别有3篇、3篇以及4篇。突现度较高的节点共有744个，占总节点数的86.3％。引用突显度最高的10篇文献中有3篇来源于聚类6#，聚类0#、聚类2#以及聚类8#各有2篇，1篇来源于聚类3#。由此推断，聚类0#、聚类6#、聚类8#可以表达冠心病预后领域的研究前沿，聚类17#可能是未来新的研究趋势。　　研究结论：1中国在冠心病预后领域的研究进展较西方国家存在一定差距，有待进一步加强;　　2以高敏C反应蛋白为代表的生物标记物对冠心病预后的影响(聚类0#)、冠心病患者药物支架术后发生血栓事件预后因素的探索(聚类8#)、出血事件对急性冠脉综合征患者预后的影响(聚类6#)是现在冠心病预后领域的前沿问题;　　3关注冠心病患者的二级预防(聚类17#)可能是未来新的研究趋势。　　第二部分 临床研究　　临床研究一 舌象与老年稳定性冠心病患者预后的关系　　研究目的：　　利用既往研究数据，探索舌象与ESCAD患者1年内心血管事件发生率的关系。　　研究方法：　　数据来源为国家重大基础研究计划(973)课题“心血管血栓性疾病‘瘀毒’病因学的系统研究”资助的由5家医院收集的前瞻性队列研究数据与北京市科技计划重大项目子课题“中医药防治重大疾病临床个体化诊疗评价体系的研究”以及北京市科委课题“冠心病中西医结合诊治规律的数据挖掘及验证研究”资助的由18家医院收集的真实世界数据，并从中筛选出年龄≥60岁的ESCAD患者。　　研究结果：　　最终纳入了3256例ESCAD患者，平均年龄为70岁，最大年龄为89岁，男性患者占52％，共有349例患者在随访1年内发生心血管事件。　　1舌象与ESCAD患者预后的关系　　2经模型调整后的交互作用与亚组分析　　结论：　　1与无舌色淡白、无舌色红的ESCAD患者相比，舌色淡白、舌色红的ESCAD患者发生心血管事件的风险更高;与无苔色白的ESCAD患者相比，苔色白的ESCAD患者有更低的风险发生心血管事件。　　2舌色紫、舌有瘀斑、舌形胖大、裂纹舌、苔质厚、苔质腻、苔质滑、苔质燥、花剥苔以及无苔未发现与ESCAD患者心血管事件发生风险的升高或降低有显著关系。　　3舌色淡暗与高血压病3级、舌色暗红与房室传导阻滞、舌有瘀斑与房室传导阻滞、齿痕舌与氯吡格雷的服用情况、裂纹舌与氯吡格雷的服用情况、苔色黄与阿司匹林的服用情况、苔色黄与CCB的服用情况、苔质腻与阿司匹林的服用情况、苔质厚与阿司匹林服的用情况在ESCAD患者发生心血管事件的过程中有潜在的交互作用。　　4亚组分析：　　临床研究二 老年稳定性冠心病中西医结合预后评估模型的建立与验证　　研究目的：　　利用既往研究数据，初步建立并验证ESCAD中西医结合预后评估模型;探索舌象对ESCAD中西医结合预后评估模型的影响;开发ESCAD风险计算器。　　研究方法：　　将研究二中的数据集按照8∶2拆分为训练集以及验证集。分别将训练集中常规预后因素、常规预后因素+舌象以及常规预后因素+舌象(考虑交互因素)，纳入lasso-logistic回归模型中进行筛选，利用交叉验证计算最佳惩罚值(λ)。最终由logistic回归模型分别拟合ESCAD患者常规预后评估模型(模型1)、常规+舌象预后评估模型(模型2)以及常规+舌象(考虑交互作用)预后评估模型(模型3)。从以下五个方面对三个模型进行比较：利用赤池信息准则(AIC)、区分度、C统计量(C-statistic)、校准度、净重分类指数(NRI)以及为综合判别改善指数(IDI)、决策曲线分析法(DCA)。　　研究结果：　　模型1在训练集中的C-statistic为0.68(0.65.0.72)，在验证集中为O.67(0.60.0.73)。　　模型2在训练集中的C.statistic为O.69(O.66.0.73)，在验证集中为O.67(0.61.0.73)。　　模型3在训练集中的C.statistic为0.70(0.67.0.74)，在验证集中为O.67(0.61.O.74)。　　与模型1相比，模型2的NRI升高了1.91％，IDI提高了0.54％(p=O.04);与模型1相比，模型3的NRI升高了3.58％，IDI提高了1.28％(p＜0.01);与模型2相比，模型3的NRI升高了3.58％，IDI提高了0.74％(p=0.02)。　　无论是在训练集中还是在验证集中模型1(p=0.683/p=O.276)、模型2(p=O.620/p=0.263)以及模型3(p=0.635/p=0.238)都有良好的校准度。　　当预测概率的截断值为10％时，在训练集中，模型1的净获益为2.7％，模型2的净获益为3.2％，模型3的净获益为3.3％;在验证集中，在模型1中的净获益3.6％，模型2的净获益为3.7％，模型3的净获益为4.0％。　　根据模型3制作了ESCAD风险计算器(安卓版手机APP)。　　结论：　　1首次针对ESCAD患者建立了中西医结合预后评估模型，并开发了ESCAD风险计算器;　　2将舌象加到模型中，可以在保证区分度、校准度以及临床有效性不下降的情况下，进一步精简模型，降低模型的过拟合现象，提高模型的正确分类以及综合判别的能力。　　第三部分 云数据平台开发　　心血管中西医结合临床科研一体化云平台的初步建立　　研究目的：　　为进一步研究心血管疾病的预后，初步构建心血管病中西医结合临床科研一体化云数据平台。　　功能简介：　　平台初步面向的对象为有临床科研需求的临床医生，用户层有患者、临床医师、医师团队以及质控人员，终端系统有Web端和移动端，移动端包括10S版本、Android版本以及微信公众号以满足各种场景的使用需求。此外，考虑到患者年龄较大，患者端只有微信公众号，只保留交流和提交问卷功能。该平台为心血管专科平台，有病历信息收集系统以及医患交流系统，在结构化、便捷性、实用性以及质量监控方面进行了大量探索和完善。　　平台前期以科研信息收集为主，后期将开设网络电话以及网络视频，完善网上支付流程，使医患随时随地有偿沟通，形成医生获利、患者获益长效机制。完善医生交流系统，增加病例讨论、远程会诊、科研临床培训、技术推广模块，以期提高临床实用性及科研应用价值。

目录

声明

摘要

英文缩略词表

前言

第一部分文献综述

临床研究一舌象与老年稳定性冠心病患者预后的关系

3．1诊断标准

3．2病例纳入排除标准

3．3观测指标及随访

3．4临床结局指标定义

3．5候选预后因素

3．6样本量计算

3．7统计方法

3．8流程图

3．9伦理

4结果

4．1一般情况以及单因素分析

4．2 ESCAD患者舌象与常规预后因素的交互作用探索

4．3常规预后因素筛选结果

4．4舌象与ESCAD患者心血管事件发生率的关系

4．5调整后的交互作用与亚组分析

5讨论

6结论

参考文献

1研究目的

2数据来源以及病例筛选方法

3方法

3．1候选预后评估指标

3．2样本量计算

3．3统计方法

3．4数据分析流程图

4结果

4．1训练集与验证集的比较

4．2预后因素筛选结果

4．3 ESCAD预后评估模型系数

4．4模型验证与评价

4．5 ESCAD风险计算器

5讨论

5．1一般情况对ESCAD患者预后评估模型的影响

5．2实验室检查对ESCAD患者预后评估模型的影响

5．3合并病对对ESCAD患者预后评估模型的影响

5．4用药史对ESCAD患者预后评估模型的影响

5．5舌象对ESCAD患者预后评估模型的影响

5．6临床意义与不足

6结论

参考文献

第三部分云数据平台的建立

1功能介绍

1．1心血管病中西医结合临床科研一体化云数据平台的建立与完善

1．2平台架构

2讨论

参考文献

结语

附录

致谢

个人简历