基于关联规则探究痛风患者超声心动图参数与实验室参数的相关性

孙广瀚，刘 健，万 磊，方妍妍，龙 琰，鲍丙溪，张 颖

安徽中医药大学第一附属医院风湿科(安徽 合肥 230031)

痛风是一种单钠尿酸盐沉积所致的晶体相关性关节病，属于代谢性风湿病范畴[1]。现代研究[2]发现痛风可伴发心脏病变和动脉硬化，通过超声心动图可以良好地观测痛风患者心功能变化，进一步研究痛风患者心脏结构和功能的变化。关联规则是一种大数据挖掘技术，不同类型的关联规则挖掘(ARM)方法在进化计算上的应用，包括数字规则、模糊规则、高实用性项集、类关联规则和稀有关联规则[3]。基于这种数据挖掘技术，可以提高探究痛风患者超声心动图参数与实验室参数的相关性的认识，现报道如下。

1 对象与方法

1.1 研究对象选取2012年1月－2019年6月安徽省中医院就诊确诊痛风患者383例，2015年前入院患者参照1977年美国风湿病学会/欧洲抗风湿联盟(ACR/EULAR)痛风分类标准[4]，2015年后入院患者参照2015年ACR/EULAR提出的痛风分类标准进行诊断[5]。排除住院期间不配合患者、合并严重肝肾功能损害患者。

1.2 临床观测指标入院后详细收集患者资料，包括:①一般情况:年龄、性别；②实验室参数:C－反应蛋白(CRP)、血沉(ESR)、同型半胱氨酸(Hcy)、免疫球蛋白A(IgA)、免疫球蛋白G(IgG)、免疫球蛋白M(IgM)、补体C3、补体C4、甘油三脂(TG)、总胆固醇(TC)、尿酸(UA)、低密度脂蛋白胆固醇(LDLC)、高密度脂蛋白胆固醇(HDL－C)；③彩色多普勒超声心动图参数:主动脉舒张末内径(AODd)、室间隔厚度(IVSTd)、左室后壁厚度(LVPWTd)、左室舒张末期内径(LVDd)、主肺动脉直径(MPAD)、右室舒张末期内径(LVDd)、左房内径(LADs)、最大跨瓣压差(Pmax)、缩短分数(FS)、以双平面Simpson法计算射血分数(EF)、每搏输出量(SV)。

1.3 数据提取及数据分析利用SQL Server管理工具将符合标准患者住院病历的全部数据重新整理。使用SPSS 22.0的聚类分析。应用SPSSModeler 14.1中的Aprior模块分析参数间的关联规则对其进行研究设定最小支持度为10%，最小置信度为80%。采用SPSSModeler 14.1关联规则中的广义规则归纳(GRI)算法及网络图法，该模型直观形象地展示了超声心动图参数之间的相互关联。图中线条均表示两种超声心动图参数之间的直接比较，粗细反映了两者间的直接比较的研究组数。粗深实线表示强联系，细实线表示中等联系，浅色实线表示弱联系，无线条表示之间无联系。

2 结果

2.1 一般情况共纳入患者383例，其中男性368例，年龄46～80岁，平均(56.73±18.91)岁；女性15例，年龄48～80岁，平均(67.47±22.49)岁。

2.2 超声心动图参数网络关系模型运用关联规则中的网络图法和Apriori算法，将上述超声心动图参数建立网络关系模型，Pmax和SV，Pmax和AODd，AODd和SV有很强的关联性(强链接值＞100)，见图1。

图1 超声心动图参数网络模型图

2.3 实验室参数聚类分析图2显示各个群集下实验室参数的分类，聚类分析的12个群集下的分类分别为UA，ESR，Hcy，TC，HDL－C，IgM，TG，IgG和IgA，LDL－C，CRP，补体C3，补体C4(图2)。图3的树状图将实验室参数分为两大类，一类为UA，一类为CRP、ESR、Hcy、IgA、IgG、IgM、补体C3、补体C4、TG、TC、LDL－C、HDL－C(图3)。第一类为影响痛风的主要指标UA，第二类为其他实验室参数。运用关联规则中的网络图法和Apriori算法，将上述实验室参数建立网络关系模型(图4)。从图4可以看出，HDL－C和IgG，UA和IgG，HDL－C和UA，ESR和IgG，ESR和HDL－C，CRP和IgG，CRP和HDL－C有很强的关联性(强链接值＞260)。

图2 实验室参数聚类分析冰柱图

图3 实验室参数聚类分析树状图

图4 实验室参数网络模型图

2.4 超声心动图参数与实验室参数的关联规则分析设定前项为实验室参数，后项为超声心动图参数。指标异常设为T，正常设为F，设定最小支持度为10%，最小置信度为80%。分析得出，Pmax升高与LDL－C、UA、补体C4、TG、Hcy、HDL－C、IgG、ESR、CRP、补体C3升高有明显关联性；SV升高与UA、LDL－C、补体C4、HDL－C、CRP、IgG、Hcy、TC、ESR、TG、补体C3升高有明显关联性。其他超声心动图参数与实验室参数的关联规则分析均小于最小支持度与置信度，未出现关联结果，见表1。

表1 超声心动图参数与实验室参数的关联规则分析

2.5 超声心动图参数与实验室参数网络模型图运用关联规则中的网络图法和Apriori算法，将上述超声心动图参数与实验室参数建立网络关系模型(图5)。HDL－C和IgG，Pmax和HDL－C，Pmax和IgG，SV和HDL－C，SV和IgG有很强的关联性(强链接值＞300)。

图5 超声心动图参数与实验室参数网络模型图

3 讨论

尿酸盐沉积在关节中引起的炎症导致痛风，其特征是关节结构的急性炎症反复发作[6]。然而，近年来痛风在年轻人群中的发病率迅速增加[7]。在日常实践中，超声心动图可高灵敏度，高特异性地诊断心功能不全。并且在没有已知心脏病的患者中，超声心动图不仅显著提供了风险预测，而且可以对药物毒性导致心功能不全事件有重要预测价值[8]。

生物医学监测技术的迅速发展使现代医学能够收集有关患者的大量多模式测量数据。但是，实时处理大量复杂数据已成为一大挑战[9]，关联规则的使用在知识数据发现领域起着至关重要的作用。其必需处理许多规则，并根据架构上的范围进行绘制[10]。关联分析结果发现Pmax升高与LDL－C、UA、补体C4、TG、Hcy、HDL－C、IgG、ESR、CRP、补体C3升高有明显关联性；SV升高与UA、LDL－C、补体C4、HDL－C、CRP、IgG、Hcy、TC、ESR、TG、补体C3升高有明显关联性。SV是测评心脏泵血功能强弱的一个重要指标[11]。Pmax可作为观测心室功能的指标，其变化表示心房间传导紊乱及心脏的变力状态的变化[12]。研究表明[13－14]Pmax与心房增大、心房结构重塑、心肌收缩力及新陈代谢有关。在关联分析结果中，LDL－C、UA、TG、Hcy、HDL－C属于代谢指标，ESR、CRP、补体C4、补体C3属于炎症指标(补体C4、补体C3属于免疫炎症)，人群血清TC水平的升高将导致心血管病事件的增加[15]，而且即使在无症状高尿酸血症患者中老年高血压患者全因死亡及非致死性心肌梗死发生率显著增加[16]。研究表明[17]补体C4、补体C3在心脑血管疾病中水平显著升高，与心脑血管疾病之间存在密切的关系，并且有提出补体C3/C4比值是再发心血管事件的新指标[18]。本研究中痛风患者的HDL－C有380例异常，占99.21%，必将影响自身的心脏活动。

综上所述，本研究尚存在样本量较小，代表性不足及应区分左心室同右心室之间进行进一步探讨等缺陷。但本文在前期研究的基础上[19]首次通过关联规则及聚类分析探讨痛风患者超声心动图参数与实验室参数相关性，根据超声心动图参数与实验室参数之间联系的强弱关系，可以探究其中的关系。通过网络模型图发现Pmax和HDL－C，Pmax和IgG，SV和HDL－C，SV和IgG具有强关联性，突出了血脂和免疫对痛风患者超声心动图参数的影响。这些代谢、免疫因子水平等升高，提示痛风患者心功能变化，因此，降脂、免疫治疗有可能是未来干预痛风患者心功能变化的主要措施，并且及时对入院患者进行超声心动图检查，关注Pmax和SV并进行更深入的研究。