基于决策树的门脉高压脾切术并发门脉血栓的早期诊断与预测

利用生物医学统计方法,通过检测P-选择素(P-sel)、血栓前体蛋白(TpP)、D-二聚体(D-D)以及血小板(PLT)对门脉高压症患者术后是否会并发门脉血栓(PVT)进行早期预测.采用SPSS17.0中决策树的CHAID和CRT算法,对48例门脉高压症患者术后的病案数据,通过确定分类因变量、自变量、决策树生长方法和修剪规则,建立术后是否会并发PVT的预测模型.分别建立了术后1、3、5、7、14天的CHAID或CRT分类模型,并在术后第三天和第五天产生了相对较好的预测模型.在门静脉高压症患者术后第三天对P-sel、TpP、D-D、PLT指标进行检测,尤其检测P-sel、D-D的值有助于PVT的早期预测.

基于ROC方法对门脉高压脾切后PVT早期预测的诊断研究

以因肝硬化行门脉高压脾切除术的患者为研究对象,观察并记录患者术后并发门脉血栓(PVT)的情况,收集所有患者的P-选择素、血栓前体蛋白(TPP)和D2聚体(D2)含量(术后第1,3,5,7,14天)的临床观察指标数据,分析各临床观察指标与并发PVT的关系.建立相应的统计模型,并利用受试者工作特征曲线(ROC曲线)方法,比较各指标在单独和联合预测PVT时的价值和意义,确定最佳的术后预测时间和阈值,进而对PVT的形成进行较准确、早期的预测,为临床防治相关患者并发PVT打下基础.