基于RPA法的脊柱转移瘤个体化治疗方案决策树模型的建立

• 作者: 于秀淳 伦登兴 张国川 徐兆万 杨雄刚 王丰 胡永成 苗军 范顺武
• 来源期刊: 中华骨科杂志
• 关键词: 方法 决策树 多中心研究 个体化医学
• 年，卷（期）: 2018,（14）
• 所属期刊栏目: 骨肿瘤
• 页码范围: 881-888
• 页数: 8页
• 字数: 7789字
• 语种: 中文
• DOI: 10.3760/cma.j.issn.0253-2352.2018.14.007

摘要

目的 通过递归分割分析法(recursive partitioning analysis,RPA)评估脊柱转移瘤的预后影响因素,建立指导临床选择个体化治疗方案的决策树模型.方法 回顾性分析国内3家医院2011年1月至2015年12月共169例行手术治疗脊柱转移瘤患者的病历资料,其中男102例,女67例,男女比例为1.48:1;年龄18～84岁,平均(59.2±11.1)岁.使用统计学软件SPSS Modeler 18.0随机抽取70％(118例)患者作为训练样本,余51例为验证样本.采用递归分割分析法分析脊柱转移瘤术前风险因素,包括原发肿瘤、Karnofsky performance score (KPS)评分、Frankel分级、性别、年龄、内脏转移、脊柱外骨转移、脊柱多发转移、血糖、血压、手术部位、症状出现至手术间期、血清白蛋白水平等危险因素;采用Pearson's卡方检验判断决策树模型的分割点.决策树模型的建立使用卡方自动交叉诊断器(CHi-squared automatic interaction detector,CHIAD)算法,并自动计算敏感性和特异性的大小以反映模型的准确性.结果 本组平均生存时间(12.6±1.2)个月[95％CI(10.1,15.0)].训练样本灵敏度为96.9％,特异度为89.8％,Kappa系数为0.874;验证样本灵敏度为95.4％,特异度为90.8％,Kappa系数0.810.RPA预后因素及对生存率影响权重由高至低依次是Frankel分级(F=8.132,P=0.005)、原发肿瘤和KPS评分(平级,F原发肿瘤=9.871,P原发肿瘤=0.000;FKPS评分=11.945,PKPS评分=0.003)、血清白蛋白和运动缺失时间(平级,F血清自蛋自=7.566,P血清自蛋自=0.018;F运动缺失时间=9.966,P运动缺失时间=0.008).RPA生存期的决策树模型共7类,Ⅰ～Ⅶ类生存期分别为51、18、13、8、4、5、11个月.根据RPA生存时间的不同,手术分级3级:全脊椎切除术为1级,包括Ⅰ、Ⅱ类,平均生存时间＞18月;有限手术为2级,包括Ⅲ类、Ⅴ类和Ⅶ类,生存时间在6～18个月;保守治疗为3级,包括Ⅳ类和Ⅵ类,生存时间＜6个月.结论 基于RPA的脊柱转移瘤生存期预测的决策树模型不仅能够明确预后因素,而且能够对各种预后因素进行分类、分级;决策树模型简便、易行,通过预测生存时间,可以作为指导临床医师选择最佳的手术方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于秀淳	济南军区总医院骨病科	201	856	13.0	17.0
2	苗军		57	395	11.0	17.0
3	范顺武	浙江大学医学院附属邵逸夫医院骨科	166	1581	19.0	27.0
4	徐兆万	山东省潍坊市人民医院脊柱外科	32	148	6.0	10.0
5	伦登兴	山东省潍坊市人民医院脊柱外科	13	40	4.0	5.0
6	张国川	河北医科大学附属第三医院骨肿瘤科	55	213	8.0	11.0
7	胡永成		96	859	15.0	26.0