兔血液凝血功能诊断的改进Fisher判别法

2012-08-13马晨丰程攀科

重庆医学 2012年5期

叶稳，马晨丰，程攀科，周倜

（第三军医大学学员旅十三队，重庆 400038）

临床上多种疾病的症状均会出现凝血功能异常，如全身炎症反应综合征、脓毒症、多器官功能障碍综合征等。而且随着疾病的不断发展，患者往往会出现弥漫性血管内凝血（发生率为30%～50%）。通常临床中将凝血功能分为正常、低凝血和高凝血3种，因此判断患者凝血功能状况是治疗前的第一要务。

临床上常通过检测“凝血四项”［PT、活化部分凝血活酶时间（APTT）、TT和FIB］来判断凝血功能，此种方法操作简便，检测廉价，应用广泛，但其诊断的准确性较差，通常约有30%的患者无法通过此方法准确推断其凝血类型。另一方面，凝血功能诊断的黄金标准是一种称为血栓弹力图（thrombelastograph，TEG）的检测方法，但价格比较昂贵。本文通过判别分析，建立此2种方法的内在联系，并逐步通过分析以“凝血四项”法代替TEG法，实现简单判别。

1 资料与方法

1.1 一般资料本文所采用数据均由本校数学教研室提供，样本量为250。选取实验用家兔，水平式生物撞击造成兔胸部创伤，继而分别注入内毒素，测量凝血4项指标［1－4］。仪器采用C－2000高性能四通道血凝仪。

1.2 方法

1.2.1 改进的Fisher判别原理 Fisher判别法，就是将多元的统计量经过数学投影，变换为一元投影值，继而进行各类别间的判别分析［5－8］。本文在进行Fisher判别前，对所有统计量进行预处理。借助MATLAB 6.5中的遗传优化箱，通过实码加速遗传算法的投影寻踪（projection pursuit，PP）［9－11］方法，得出每项指标的权值，进而按照权值的差异，进行判别分析。

1.2.2 PP模型构造投影指标函数:设根据经典凝血类型评判方法确定的凝血类型为f（i），评判指标为x（n，m）（其中m为评判指标数目，n为样本数，且n＝1，2…，250；m＝1，2，3，4）。本文中将凝血类型f（i）分为3类，及1、2、3，其分别对应正常、低凝血和高凝血。

由于凝血类型的评判指标有多种，因此需要将此多指标问题综合成一个单一数值的形式进行比较。本文采用金菊良等［9］PP模型，其方法是将多维的评判指标x（n，m）转化为以T＝｛t（1），t（2），t（3），t（4）｝为投影方向的一维投影值Y（n）。

上式中，T＝｛t（1），t（2），t（3），t（4）｝可认为是各个评判指标的权值，本文所做讨论只是得出各个指标的投影权值T，并不求出投影指标函数。继而，将各个指标值按照得出的投影权值T进行分配，求出新的指标值，再按照Fisher判别法判别分析各样本的凝血类型。

在进行求解之前，为了消除量纲的影响，需对各指标进行标准化，标注化函数为:

按照PP模型理论，在进行综合投影时，求投影值Y（n）应尽可能大地提取x（n，m）中的变异信息，即Y（n）的方差达到尽可能大。同时要求f（m）与Y（n）的相关系数r2尽可能大:

式中，V（m）为各指标投影值的方差，r2为f（m）与Y（n）的相关系数。

求解投影权值T:由于投影指标函数S（T）只随投影方向T的变化而变化.可通过求解投影指标函数最大化问题来估计最佳投影权值T，即

这是一个以T＝｛t（1），t（2），t（3），t（4）｝为优化变量的非线性优化问题，用常规方法处理较困难，故可采用运用基于实数编码的加速遗传算法（RAGA）［12］对各个指标的最优的权值进行计算。

1.2.3 各个指标的投影权值T

1.2.4 Fisher判别函数

上式中P（1），P（2），P（3）分别表示凝血类型1，2，3的判别得分。

1.3 求解运用MATLAB 6.5中的遗传优化箱求解各个指标的投影权值T。运用SPSS10.0中的Fisher判别法求解各判别函数。

2 结果

本次实验共采样250份，其中正确判别样本230份，判别正确率为92.00%。去除指标APTT后，判别正确率为94.8%。优化后对于低凝类型的评判准确率由最初的48.5%上升至74.29%。具体各项判别情况见讨论部分。

3 讨论

3.1 判别结果讨论

表1 改进Fisher法各凝血类型判别正确率

由表1可知，运用本模型进行评判时，正常凝血类型的评判较为准确，而低凝血类型的评判结果准确率较差。且总的评判正率为92.00%，评判结果较一般的Fisher评判结果的正确率显著曾高。两种方法差异对比，见表2、3。

表2 改进Fisher法中各凝血类型判别情况（n）

由表2与表3对比可看出，改良后的方法比对于高凝血类型的评判上正确率有了明显的提高，然而对于低凝血类型的判别并未凸显出较强的优势。

3.2 低凝血类型的评判讨论

3.2.1 相关误差讨论欲讨论各个评价指标对于低凝血类型评判的干扰，则需得出各个评价指标的正常值范围。经对样本中所有正常凝血类型各指标数据分析，发现其均服从正态分布。当置信水平为95%时，各个指标的正常范围为表4所示。

表3 原始Fisher法中各凝血类型判别情况（n）

表4 各个指标的正常范围

对照表4，分析低凝血类型误判样本中各指标偏离情况如表5。

表5 低凝血中各指标偏离情况（n）

由表5可看出，指标APTT及FIB的偏差较大。先分析两指标的生理学意义，即FIB其本质为一种糖蛋白，由肝脏合成，是评判凝血功能的一项重要指标。导致FIB降低的主要原因是肝酶功能低下，合成减少，其本身的降低会延长凝血时间，即样本表现为低凝。而在本文的所有样本中，FIB并未表现出明显降低，因此分析实验过程中可能是其他因素对FIB干扰。APTT是内源性凝血系统的一个较为敏感的筛选试验，临床中用来验证先天性或获得性凝血因子Ⅶ、Ⅸ、Ⅺ缺陷。本文中所有低凝样本中，该值均表现为延长，其与事实相符。但由于APTT的高度敏感性，因此其受外界干扰较大，可能存在较大误差。

3.2.2 相关影响因素讨论选取15例血液标本进行实验影响因数分析，结果见表6、7。

表6 血样标本对检测的影响（，n＝15）

标本 PT（s） FIB（g／L） APTT（s） TT（s）原始标本9.17±0.532.52±0.3212.1±0.1420.4±3.05纠正后标本10.5±0.452.76±0.2717.9±0.4222.5±2.43

表7 标本及时测定与放置5h后测定值比较（，n＝15）

时间 PT（s） FIB（g／L） APTT（s） TT（s）即时测定10.70±0.432.88±0.5314.76±0.1222.69±2.48放置5h测定12.34±0.152.73±0.1418.98±0.3724.53±1.56

由以上实验可看出，APTT受外界因素影响较大，在血样标本不纯，标本放置时间较长，标本中出现凝血块等情况下［13］，APTT的波动性均显著高于其他因素。而因素FIB的变化较小，稳定性好，对实验的干扰小。故认为评价指标APTT稳定性较差，从评判体系中去除。因此，在满足条件P（1）－P（3）≤2.0（即1型与3型判别函数值的相差小于2）时，可去除APTT此项检验。

去除APTT检验项后的评判函数为:

将评价指标APTT从评判体系中去除后对于低凝类型的评判准确率结果见表8。

表8 两种方法对低凝类型的评判准确率比较

此结果与罗万春等［14］的判别结果出入较大，而且在之前投影寻踪法所给出的指标权重中，APTT明显大于FIB，然而再去除指标权重较大的APTT后，评判准确率有了明显的提高。其原因可能是:APTT是内源性凝血系统的一个较为敏感的筛选试验。当血液表现为低凝时，其会表现为延长，例如内源系统因子先天性缺乏的血友病等。本文中所检测的样本，其低凝时APTT均表现为延长，但可能由于实验过程中的误差等因素，使其波动性较大，从而加大了实验产生的不确定性［15］。其具体原因仍待进一步探究。

随着数学中判别分析方法的不断发展，其判别的准确性不断提高。但须引起注意的是，在应用数学方法进行评价时，不能单一的只相信纯数学评价结果，而应结合其相应的实际临床意义，以此作为评判分析的根本出发点，才能收到满意的结果。

［1］林英辉.血凝指标的自动检测方法及其临床应用［J］.医学文选，2002，10（5）:725－727.

［2］王润琴，李美英，杨海青.25℃室温下不同保存时间对凝血功能的影响［J］.山西职工医学院学报，2011，21（1）:13－14.

［3］薛宇红.避免标本采集不当给血常规检验结果造成的影响［J］.中国实用医药，2011，6（17）:224－225.

［4］苏伟雄.浅析凝血实验检测的影响因素［J］.中国卫生产业，2011，8（6）:40－41.

［5］赵龙莲，张录达，李军会等.小波包熵和Fisher判别在近红外光谱法鉴别中药大黄真伪中的应用［J］.光谱学与光谱分析，2008，4（4）:817－820.

［6］唐勤，李星，张弘扬，等.核Fisher判别分析在助学贷款违约判别中的应用［J］.工程地球物理学报，2011，8（3）:374－376.

［7］程正东，章毓晋，樊祥.常用Fisher判别函数的判别矩阵研究［J］.自动化学报，2011（10）:1361－1370.

［8］田艳，孙建孟，王鑫.利用逐步法和Fisher判别法识别储层岩性［J］.勘探地球物理进展，2011，33（2）:126－129.

［9］金菊良，魏一鸣，丁晶.水质综合评价的投影寻踪模型［J］.环境科学学报，2001，7（21）:431－434.

［10］李为相，张广明，李帮义.基于投影寻踪模型的区间数群决策权重确定［J］.工业工程，2011，14（2）:16－20.

［11］徐钐，周四清，温生贵.孤立性肺结节CT形态学征象的Fisher判别［J］.放射学实践，2011（2）:180－182.