决策树分析在急性心肌梗死事件预测中的应用

目的: 评价和比较Logistic回归和决策树分析用于预测急性心肌梗死（AMI）事件的可行性和有效性。方法: 回顾性分析2018年10月至2019年4月在浙江省人民医院因心绞痛或不明原因胸痛行选择性冠状动脉造影的295例患者的临床资料,其中55例诊断为AMI。分别利用Logistic回归分析和决策树分析建立AMI事件预测模型,并在是否根据Logistic回归结果条件下建立决策树分析模型（决策树1和决策树2）,继而利用ROC曲线评估上述三组模型预测AMI的价值。结果: 二元Logistic回归分析结果显示,冠心病史、冠状动脉多支病变、他汀类药物史和载脂蛋白A1是AMI发生的独立影响因素（均P < 0.05）。不根据Logistic回归分析结果建立的决策树模型（决策树1）显示,冠状动脉多支病变为根节点,其后分别是冠心病史、载脂蛋白A1水平（以1.314 g/L作为分界点）和抗血小板聚集药物史作为子节点;而根据Logistic回归分析结果建立的决策树模型（决策树2）显示,冠状动脉多支病变为根节点,其后是冠心病史和载脂蛋白A1作为子节点。在对AMI事件的预测中,Logistic回归模型的AUC为0.826,而决策树模型的AUC分别为0.765（决策树1）和0.726（决策树2）。三组模型间比较结果显示,Logistic回归模型的AUC优于决策树2（95% CI：0.041~0.145,Z=3.534,P < 0.01）,但与决策树1差异无统计学意义（95% CI：-0.014~0.121,Z=-1.173,P>0.05）。结论: 在对AMI事件的预测分析中,不根据Logistic回归模型结果建立的决策树模型效力与Logistic回归模型相当,未来有望应用于AMI患者的防治工作。