10.3760/cma.j.cn112149-20210907-00829
基于参数响应图参数的随机森林模型预测胸部疾病患者的肺功能
目的:探讨基于随机森林的参数响应图(PRM)定量参数对肺功能的预测价值。方法:回顾分析2018年8月至2019年12月在上海长征医院接受胸部三大疾病筛查的受试者615例。根据肺功能指标[第1秒用力呼气容积与用力肺活量的比值(FEV
1/FVC)及第1秒用力呼气容积占预计值的百分比(FEV
1%)]分为正常组、高危组及慢性阻塞性肺疾病(COPD)组。小气道CT定量参数主要为PRM参数,包括全肺、左肺、右肺及5个肺叶的肺体积、功能小气道疾病体积(PRMV
fSAD)、肺气肿体积(PRMV
Emph)、正常部分肺体积(PRMV
Normal)、未分类部分肺体积(PRMV
Uncategorized)及后四者体积占全肺的百分比(%)。采用单因素方差分析或Kruskal-Wallis
H检验3组间基本临床特征(年龄、性别、身高、体质量)、肺功能参数和小气道CT定量参数的差异;采用Spearman检验评价PRM参数与肺功能参数的相关性。最后构建基于PRM联合4个基本临床特征的随机森林回归模型,预测肺功能。
结果:3组间全肺PRM参数差异均有统计学意义(
P<0.001)。CT定量参数PRMV
Emph、PRMV
Emph%、PRMV
Normal%与FEV
1/FVC呈中度相关(
P<0.001),全肺体积、PRMV
Normal、PRMV
Uncategorized及PRMV
Uncategorized%与FVC呈强或中度正相关(
P<0.001),余PRM参数与肺功能参数呈弱或极弱相关。基于以上参数建立预测FEV
1/FVC的随机森林模型和预测FEV
1%的随机森林模型。预测FEV
1/FVC的随机森林模型预测FEV
1/FVC与实际值在训练集中R
2=0.864,验证集中R
2=0.749;预测FEV
1%的随机森林模型预测FEV
1%与实际值在训练集中R
2=0.888,验证集中R
2=0.792。验证集中,随机森林FEV
1%预测模型对正常组及高危组分类的灵敏度为0.85(34/40),特异度为0.90(65/72),准确度为0.88(99/112);随机森林FEV
1/FVC预测模型对非COPD患者及COPD患者分类的灵敏度0.89(8/9),特异度1.00(112/112),准确度0.99(120/121);两个模型联合对COPD组内[慢性阻塞性肺疾病全球倡议(GOLD)Ⅰ、GOLD Ⅱ、GOLD Ⅲ+Ⅳ]分类的准确度为0.44。
结论:小气道CT定量参数PRM可区分正常人群、高危及COPD人群;基于PRM参数结合临床特征的联合回归预测模型,对正常组及高危组、非COPD及COPD组的预测效果良好,进而实现一次CT扫描能够完成对功能小气道和肺功能的一次性评估。
肺疾病,慢性阻塞性、体层摄影术,X线计算机、肺功能检测、随机森林
56
2023-05-30(万方平台首次上网日期,不代表论文的发表时间)
共8页
1001-1008