数据挖掘技术在扩张型心肌病患者心脏构型超声数据模型中的初步研究

朱菲菲，朱向明，刘冬，刘表虎

(皖南医学院第一附属医院，安徽 芜湖)

0 引言

DCM 的发病率目前仍然领先于其它心肌病，通常情况下，DCM 的发病早期无症状或者没有明显症状，青壮年的发病率较高，预后较差[1][2]。近些年大量研究证实如能早期诊断并进行临床治疗，将能延缓心肌重构和心衰进程，改善预后，降低死亡率。然而目前没有确定标准，国内外目并没有综合性和针对性的诊断和治疗方案，所以临床漏诊、误诊率较高，发展到后期会引发心力衰竭，严重时会导致猝死[3]。怎样提高临床诊断率，早期发现并给予及时有效的治疗是亟待我们解决的问题。而目前主要是应用超声心动图来评价心室结构及功能，并结合临床排除缺血性心脏病来进行诊断。此研究旨在优选出评价DCM 患者心脏构型的特征性指标，并挖掘出关键影响因素。

1 材料与方法

1.1 研究对象

选取2017 年6 月至2020 年5 月来我院心内科就诊并诊断为DCM 的患者93 例作为研究对象(男61 例，女32 例)，年龄16-75 岁，平均(45.40±13.60)岁，这些研究对象与中华医学会在2007 年提出的心肌病诊断与治疗建议[4]中的标准是相符的，在研究相关对象时，排除冠心病、心肌炎、先天性心脏病、心脏瓣膜病、心脏再同步化治疗相关患者，减少数据分析干扰，将这93 例研究对象作为实验组。另选同期健康志愿者106 例(男55 例，女51 例)，年龄20～77 岁，平均(43.7±14.5)岁，作为对照组存在。

1.2 仪器设备与分析软件

PHILIPS iE33 及EPIQ7C 彩色多普勒超声心动图仪(荷兰飞利浦公司产品)，探头采用S5—1，探头的频率为3.5—5MHz，超声工作站配置Qlab 作为定量分析软件。数据挖掘工具SQLServer2012，主要用于数据挖掘模块，Microsoft Excel 2007 作为用户数据分析工具。

1.3 研究方法

1.3.1 数据的获取

收集受检者的基本临床信息：性别、年龄、体重、身高、体表面积、血压、血糖、血脂、饮酒史、吸烟史、家族遗传史，是否贫血，有无病毒性心肌炎史等。按规范化的取图标准获取心脏构型超声数据：左室舒张末期前后径(left ventricular enddiastolic dimension，LVEDD)、上下径、左右径、左室容积、左室后壁厚度、室间隔厚度、收缩期末左房前后径、收缩期末左房容积、左室心肌质量指数(left ventricula msss index， LVMI)等等。左室功能超声数据：左室射血分数(left ventricula ejection fraction，LVEF)、左 室 短 轴 缩 短 率(left ventricula fraction shortening，FS)。

表1 关键影响因素报表

1.3.2 建立数据仓库

数据预处理：数据预处理主要是对收集和整理的数据加以分组或者分类前做筛选、排序等，数据预处理的方式多种多样，数据归约、数据集成等等。这些可以减少数据挖掘所花费的时间。首先对不完整和有噪声的数据进行剔除，对缺失值和孤立点加以识别和处理，例如用众数和均值进行填充等等方式，但是具体采用哪种方式根据数据的具体特征加以使用；数据挖掘形式多种多样[5]，在挖掘以前，需要进行数据转换，主要是采用事务数据库，替代关系数据库。在这一环节，我们需要做的是进行特定路径加载，加载前的数据需要加以处理。加载完以后，需要对事务是否是在指定条件内发生加以验证。

1.3.3 建立心脏超声数据模型

运用SQL Server 2012 数据挖掘模块对数据仓库进行挖掘，主要应用软件中的聚类分析算法、预测计算器报表和分析关键影响因素报表来全面分析数据仓库，从原始数据中将DCM 患者各影响因素及心脏超声参数间有价值的、潜在的关系挖掘出来，并将其隐藏的价值关系构建成相应的超声数据模型。

1.3.3.1 聚类分析算法

聚类分析算法可以发现大量数据间的隐藏信息，这些信息的发现是自行进行的，接着，将具有相同特点的数据分为一类[6]，既正常人和DCM 患者，再按不同类别的特点自动进行处理、分析、计算。

1.3.3.2 预测计算器报表与分析关键影响因素报表

都是数据挖掘插件新增工具，前者是通过频繁项集算出各因素的影响值，影响值越大，说明该值在某区间内影响DCM 患者的心脏结构功能发生变化的程度较大，即成为关键影响因素或特征性指标的可能性越大。而后者是在聚类分析法对原始数据进行分类的基础上，然后再对各影响因素的影响能力进行定量评估。

2 结果

2.1 获得关键影响因素

通过聚类分析算法区分出正常人群和DCM 人群，区分出不同人群后，需要获取影响这些因素的关键原因以及这些关键影响因素的影响值大小，最后得出报表，见表1(表格中截取值为影响值较大的部分)。

由表1 可见，临床数据中饮酒量大、曾患过病毒性心肌炎、有家族遗传史、有高血压病史等，均倾向于“否正常人群”，且相对影响值较大，成为关键影响因素的概率比较大。心脏超声数据中左室舒张期前后径、左室舒张期容积、左室心肌质量指数增大时，均倾向于“否正常人群”。

2.2 获得评价DCM 患者心脏构型改变的特征性指标

预测计算器报表是通过频繁项集算出各因素的影响值(见表2)，影响值越大，成为特征性指标的可能性越大；同时会自动生成支持判断是否有影响的阈值，当某受检者的总影响值超过阈值时，说明相关受检者的心脏构型功能异常。

由表2 可见，左室舒张期各径线、左室心肌质量指数、左室舒张期容积相对影响值均较大，说明这些指标在评价DCM患者心脏结构改变时相对比较敏感，有望成为特征性指标。

3 讨论

3.1 数据挖掘技术在医疗领域的应用

主要能在大量医疗数据中挖掘出隐藏着的关联信息，有助于疾病的早期诊治，Imberman[7]等人从众多头部外伤患者的各项数据中找到外部患者CT 检查的适应性，主要是利用数据挖掘技术的关联规则进行检查。GDutau[8]等人对周期性感冒的相关性危险因素进行分析研究，在研究时主要利用了数据挖掘的决策树算法。Prather JC[9]等应用数据挖掘技术对Duke 大学医学中心的早产孕妇3 个危险因素进行了分析。

3.2 影响DCM 患者心脏构型改变的关键影响因素

DCM 的病因和发病机制尚不明确，但是在已有的研究中发现，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续的病毒感染直接损害心肌组织，也可能是诱导免疫介导损害心肌。Bowles 等[11]收集了624 例心肌炎患者，进行组织切片分析，发现最常见的病原体是腺病毒，病毒感染后期少部分患者将发展为DCM。国内陈瑞珍等研究得出15%～25%的病毒性心肌炎患者可发展为DCM[12]。从本研究中的预测计算器和关键影响因素报表中均可看出，病毒性心肌炎影响值均相对较大，说明患过心肌炎的人比未患过的人更倾向于发展为DCM，这与以往研究是相符的。但并不是患过病毒性心肌炎就一定会发展为DCM，这也就提示可能联合了其它危险因素一起对心肌产生作用，所以对病毒感染的发病机制值得我们进一步的深入研究。

表2 DCM 影响因素及心脏超声指标的预测计算器报表

另外，有高血压病史、饮酒量大的人群更倾向于DCM 人群，且影响值相对较大，说明它们与DCM 患者心脏构型改变有着一定的相关性，以上因素是DCM 患者心脏构型改变的重要影响因素，当然，这些只是我们的初步考虑。但本研究发现家族遗传史与DCM 关联不大，这一结论与以往的研究结论是相悖的，相悖的原因有许多，但是本文认为最可能的因素是由于样本量较少导致结论产生误差，并且我们主要是通过询问病史来确认的，缺乏一定的可靠性，但也有可能是数据挖掘在寻找关键影响因素方面更敏感、更有优势。

3.3 数据挖掘技术评价影响DCM 患者心脏构型的特征性指标

预测计算器报表显示左室舒张期各径线、左室容积及心肌质量指数的影响值均较高，说明在评价心腔扩大程度时，这些指标与我们平时所用的LVEDD 一样都能作为评价DCM患者心脏构型变化的特征性指标。但是，当DCM 患者的心腔存在明显的扩大状况时，其在各径线上并不是均匀变化的，所以我们在日常临床工作中常规在二维或M 型上单纯测量LVEDD，用此来评判心脏扩大的程度是不够准确的，有时反而延误治疗。利用实时三维超声测量心腔容积是目前相对最准确的测量方法，但就目前中国医疗环境和软硬件条件差异来看，暂且很难普及到每一位病患的检查中。在本研究中，我们发现LVMI 相对影响值比较大，说明它是评价DCM 患者心脏构型改变的一个重要指标。LVMI 增加主要是因为心肌水肿、间质增生、左室重构引起左室僵硬度的增加。有研究证明LVM 是判断心功能的敏感指标之一，是心脏性猝死的强有力指标[13]。另外，左室后壁厚度的相对影响值很小，不能作为DCM 患者心脏构型评价的特征性指标，但其与LVEDD 的比值(室壁相对厚度)相对影响值却较大，说明室壁相对厚度与心脏构型改变有较好的相关性。这与以往研究结果是相符的，即DCM 患者在心室腔扩大时伴有不同程度的室壁变薄，但室壁厚度是相对心腔扩大而变薄，其与正常人的室壁厚度并无明显差异。因此，在临床应用中，当运用二维超声心动图进行检查时，我们可以综合以上指标来更准确的评价DCM 患者的心脏构型的改变程度。

综上，数据挖掘技术能在大量的数据中发现隐含的、不为人知的关联信息，对于医学上的临床早期诊断DCM 以及评估其治疗效果具有一定的临床意义。