决策树及Logistic回归模型在活动性肺结核预测中的应用

樊浩; 刘幸; 张乐; 李畏娴; 吴雪娇; 韩祎; 姚晓蝶

doi:10.12259/j.issn.2095-610X.S20230916

决策树及Logistic回归模型在活动性肺结核预测中的应用

doi: 10.12259/j.issn.2095-610X.S20230916

樊浩¹,
刘幸^2, ,,
张乐²,
李畏娴²,
吴雪娇¹,
韩祎²,
姚晓蝶¹

1.
大理大学药学院，云南　大理　671000
2.
云南省传染病临床医学中心/昆明市第三人民医院药学部，云南　昆明　650041

基金项目: 昆明市卫生科研基金资助项目（2021-03-02-003，2021-03-08-006）；昆明市卫生科技人才培养十百千工程基金资助项目（2021-SW-13）

详细信息

作者简介:
樊浩（1997～），男，云南曲靖人，在读硕士研究生，主要从事临床药学研究工作

通讯作者:
刘幸，E-mail：254914514@qq.com；张乐，E-mail：9035643@qq.com

中图分类号: R33
计量
- 文章访问数: 1194
- HTML全文浏览量: 727
- PDF下载量: 21
- 被引次数: 0
出版历程
- 收稿日期: 2023-05-17
- 网络出版日期: 2023-09-21
- 刊出日期: 2023-09-30

Applications of Decision Tree Models and Logistic Regression in the Prediction of Active Tuberculosis

1.
School of Pharmaceutical Sciences，Dali University，Dali Yunnan 671000
2.
Yunnan Clinical Center for Infectious Diseases/ Dept. of Pharmacy，The 3rd People's Hospital of Kunming，Kunming Yunnan 650041，China

摘要

摘要: 目的采用决策树模型与Logistic回归模型分析活动性肺结核（active tuberculosis，ATB）的危险因素，为ATB的预防控制提供参考依据。方法实验组为2021年3月至2023年3月昆明市第三人民医院收治的200例活动性肺结核患者，对照组为同期200例健康体检者，建立Logistic回归和决策树ATB风险预测模型，并在是否基于 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），用受试者工作曲线评价3种模型的预测效果。结果 Logistic回归结果显示AAT、IL-4、IL-6、IL-17、IFN-γ是发生ATB的危险因素，CD⁺4为保护因素，决策树1分析结果显示CRP为根节点，其后分别以IL-1、IL-6、CD⁺4、IL-17、AGP、IFN-γ作为子节点，决策树2分析结果显示IL-6作为根节点，其后是AAT、IL-4、IL-17作为子节点。建立的风险预测模型显示，Logistic回归的AUC为0.887，决策树模型的AUC 分别为0.900（决策树1）和0.857（决策树2）。3组模型的AUC比较结果显示，决策树1的AUC优于决策树2（95%CI：0.0019～0.0841，P < 0.05），但与Logistic回归模型比较，差异无统计学意义（95%CI：0.0265～0.0522，P = 0.526）。结论 Logistic模型和决策树1模型在预测ATB危险因素时均有一定的应用价值，建议将2种模型结合使用，以便更好地为ATB的防治提供参考价值。
- 活动性肺结核 /
- 危险因素 /
- 逻辑回归 /
- 决策树模型
Abstract: Objective To analyze the influence factors of active tuberculosis（ATB） using logistic regression model and decision tree model, and to provide a reference point for ATB prevention and control. Methods The experimental group consisted of 200 active pulmonary tuberculosis patients admitted to the Third People’s Hospital of Kunming from March 2021 to March 2023, and the control group consisted of 200 healthy individuals who underwent physical examination during the same period Logistic regression. Decision tree ATB risk prediction models were established, and the decision tree analysis models（Decision Tree 1 and Decision Tree 2） were set up under the condition of whether they were based on the results of Logistic regression or not, and the decision tree analysis models（Decision Tree 1 and Decision Tree 2） were set up. The prediction effect of the three models was evaluated using the subjects' work curves. Results The results of Logistic regression showed that AAT, IL-4, IL-6, IL-17 and IFN-γ were the risk factors for ATB with CD+4 as the protective factor. The results of Decision Tree 1 showed that CRP was the root node, followed by IL-1, IL-6, CD⁺4, IL-17, AGP, and IFN-γ as the sub-nodes, respectively. Decision Tree 2 showed that IL-6 was the root node, followed by AAT, IL-4, IL-17 as sub-nodes. The established risk prediction models showed an AUC of 0.887 for logistic regression and 0.900（Decision Tree 1） and 0.857（Decision Tree 2） for the decision tree model. The AUC comparison results of the three models showed that the AUC of Decision Tree 1 was better than that of Decision Tree 2（95% CI: 0.0019-0.0841, P < 0.05）, but the difference with Logistic regression model was not statistically significant（95% CI: 0.0265-0.0522, P = 0.526）. Conclusion Both Logistic model and Decision Tree 1 model have certain application value in predicting the risk factors of ATB, and it is recommended to combine the two models so as to provide the better reference value for the laboratory prediction of ATB.
- Active tuberculosis /
- Risk factors /
- Logistic regression /
- Decision tree model

HTML全文

图 1 活动性肺结核影响因素决策树模型1

Figure 1. Decision tree model 1 of factors influencing ATB

下载: 全尺寸图片幻灯片

图 2 活动性肺结核影响因素决策树模型2

Figure 2. Decision tree model 2 of factors influencing ATB

下载: 全尺寸图片幻灯片

图 3 3组模型ROC曲线下面积比较

Figure 3. Comparison of the area under the ROC curve for the three model groups

下载: 全尺寸图片幻灯片

表 1 实验组与对照组单因素分析结果[n（%）/M（P25，P75）]

Table 1. Results of one-way analysis of variance between experimental and control groups [n（%）/M（P25，P75）]

变量	实验组（n = 200）	对照组（n = 200）	Z/χ²	P
性别
男	113（56.5）	105（52.5）	0.645	0.422
女	87（43.5）	95（47.5）
年龄	51（33，64）	46（33，56）	3.156	0.076
CRP	14.90（3.84，36.63）	1.30（0.70，2.70）	127.649	< 0.001^**
AGP	96.55（59.68，141.68）	56.05（43.70，68.38）	76.779	< 0.001^**
AAT	181.30（139.70，231.67）	133.05（114.55，151.00）	97.390	< 0.001^**
HAP	177.10（90.18，256.18）	95.50（62.60，142.73）	48.632	< 0.001^**
IgG	11.59（9.82，13.66）	11.18（9.84，13.14）	0.417	0.518
IgM	0.97（0.69，1.33）	1.04（0.76，1.50）	3.830	0.050^*
IgA	1.89（1.24，2.66）	1.59（1.06，2.18）	10.184	0.001^**
CD⁺3	973.50（627.25，1277.50）	1239.59（976.67，1616.00）	43.275	< 0.001^**
CD⁺4	540.00（355.25，715.72）	750.47（563.75，897.52）	53.021	< 0.001^**
CD⁺8	371.52（230.25，555.96）	461.77（337.30，650.06）	19.923	< 0.001^**
CD⁺4/CD⁺8	1.49（1.03，1.99）	1.59（1.23，1.96）	2.657	0.103
IL-1	3.20（1.60，7.22）	2.15（1.27，6.12）	11.009	< 0.001^**
IL-2	1.79（1.18，3.10）	1.43（0.99，2.21）	11.824	< 0.001^**
IL-4	1.37（0.96，1.88）	1.25（0.93，1.72）	3.920	0.048^*
IL-5	2.34（1.36，3.48）	1.46（0.93，2.36）	29.267	< 0.001^**
IL-6	9.18（3.31，26.41）	2.66（1.46，4.44）	104.701	< 0.001^**
IL-8	3.40（1.72，14.56）	3.66（1.44，11.32）	2.751	0.097
IL-10	1.59（1.26，2.80）	1.51（0.97，2.52）	6.529	0.011^*
IL-12	1.64（1.25，2.26）	1.48（1.13，2.10）	2.584	0.108
IL-17	2.15（1.34，6.44）	1.83（1.30，3.63）	4.385	0.036^*
IFN-γ	9.48（3.11，20.60）	3.19（1.80，6.34）	63.377	< 0.001^**
IFN-α	1.99（1.32，5.23）	2.00（1.26，3.91）	2.201	0.138
TNF-α	1.98（1.39，3.87）	1.82（1.28，2.50）	8.049	0.005^**
^P < 0.05；^*P < 0.01。

下载: 导出CSV

表 2 活动性肺结核影响因素的二元Logistics回归分析

Table 2. Binary Logistic regression analysis of factors influencing ATB

项目	β	S.E.	Wald	P	OR	95%CI
CRP	0.003	0.011	0.089	0.765	1.003	0.982～1.026
AGP	0.005	0.006	0.699	0.403	1.005	0.994～1.016
AAT	0.012	0.005	5.559	0.018^*	1.012	1.002～1.023
HAP	0.001	0.003	0.217	0.641	1.001	0.996～1.006
IgA	−0.018	0.081	0.051	0.821	0.982	0.838～1.105
CD⁺3	0.002	0.002	1.822	0.177	1.002	0.999～1.006
CD⁺4	−0.004	0.002	4.861	0.027^*	0.996	0.992～1.000
CD⁺8	−0.002	0.002	0.941	0.332	0.998	0.994～1.002
IL-1	−0.055	0.028	3.816	0.051	0.947	0.896～1.000
IL-2	0.134	0.082	2.677	0.102	1.143	0.974～1.342
IL-4	0.314	0.133	5.571	0.018^*	1.369	1.055～1.777
IL-5	0.162	0.094	2.976	0.084	1.176	0.978～1.413
IL-6	0.171	0.045	14.075	< 0.001^**	1.186	1.085～1.296
IL-10	−0.095	0.095	0.999	0.318	0.909	0.755～1.069
IL-17	0.074	0.028	7.190	0.007^**	1.077	1.020～1.136
IFN-γ	0.034	0.017	3.909	0.048^*	1.034	1.000～1.069
TNF-α	0.033	0.092	0.128	0.721	1.033	0.863～1.237
常量	−3.754	0.919	16.695	0.000	0.023
^P < 0.05；^*P < 0.01。

下载: 导出CSV

表 3 3组模型ROC曲线下面积

Table 3. the area under the ROC curve for the three groups of models

模型	AUC	标准误	P	95%CI	准确度（%）	敏感度（%）	特异度（%）	约登指数
Logistic	0.887	0.0174	< 0.001^**	0.852～0.917	84.1	92.0	75.5	0.675
决策树1	0.900	0.0158	< 0.001^**	0.867～0.928	85.2	82.5	83.5	0.660
决策树2	0.857	0.0185	< 0.001^**	0.819～0.890	83.8	86.5	75.5	0.620
^**P < 0.01。

下载: 导出CSV

表 4 3组模型ROC曲线下面积比较结果

Table 4. Comparison of the results of the area under the ROC curve for the three groups of models

组别	曲线下面积差值	标准误	Z	P	95%CI
Logistic VS 决策树1	0.013	0.020	0.634	0.526	0.026～0.052
Logistic VS 决策树2	0.030	0.017	1.774	0.076	0.003～0.064
决策树1 VS 决策树2	0.043	0.022	1.933	0.049^*	0.001～0.084
^*P < 0.05。

下载: 导出CSV

参考文献(21)

[1]	Archer M C,McCollum J,Press C,et al. Stressed stability and protective efficacy of lead lyophilized formulations of ID93+GLA-SE tuberculosis vaccine[J]. Heliyon,2023,9(6):e17325. doi: 10.1016/j.heliyon.2023.e17325
[2]	宋敏,陆普选,方伟军,等. 2022年WHO全球结核病报告: 全球与中国关键数据分析[J]. 新发传染病电子杂志,2023,8(1):87-92.
[3]	Li K,Liu S X,Yang C Y,et al. A routine blood test-associated predictive model and application for tuberculosis diagnosis: A retrospective cohort study from northwest China[J]. J Int Med Res,2019,47(7):2993-3007. doi: 10.1177/0300060519851673
[4]	Small P M,Pai M. Tuberculosis diagnosis-time for a game change[J]. N Engl J Med,2010,363(11):1070-1071. doi: 10.1056/NEJMe1008496
[5]	Pai M,Kalantri S,Dheda K. New tools and emerging technologies for the diagnosis of tuberculosis: Part II. Active tuberculosis and drug resistance[J]. Expert Rev Mol Diagn,2006,6(3):423-432. doi: 10.1586/14737159.6.3.423
[6]	陈玉芊,王世军,王欣,等. IL-6、IL-8、IL-18、VEGF诊断活动性肺结核的价值[J]. 检验医学与临床,2023,20(2):224-227.
[7]	汪永强,刘世军,李显勇,等. 外周血Th17/CD4+CD+25+CD127lowTreg细胞区分活动性肺结核和潜伏期结核合并肺炎[J]. 中国实验诊断学,2022,26(11):1648-1655.
[8]	中华人民共和国国家卫生和计划生育委员会. 肺结核诊断标准(WS 288-2017)[J]. 新发传染病电子杂志,2018,3(1):59-61.
[9]	邓国防,路希维. 肺结核活动性判断规范及临床应用专家共识[J]. 中国防痨杂志,2020,42(4):301-307.
[10]	韩婷婷,刘桂珍,陈秋奇,等. 世界卫生组织《应对结核病及其共病合作行动框架》解读[J]. 中国防痨杂志,2023,45(1):25-30.
[11]	Feng Y,Wang J,Shao Z,et al. Predicting related factors of immunological response to hepatitis B vaccine in hemodialysis patients based on integration of decision tree classification and logistic regression[J]. Hum Vaccin Immunother,2021,17(9):3214-3220. doi: 10.1080/21645515.2021.1895603
[12]	李良俊,翟荣,邬闻文,等. Logistic回归及决策树模型在CCU老年病人睡眠障碍影响因素分析中的应用[J]. 护理研究,2022,36(16):2874-2879.
[13]	严建新,黄林瑶,江天. C-反应蛋白/白蛋白比值、单核细胞/淋巴细胞比值在肺结核患者中的应用价值[J]. 中国卫生检验杂志,2022,32(16):2016-2019.
[14]	Rohini K,Surekha Bhat M,Srikumar P S,et al. Assessment of hematological parameters in pulmonary tuberculosis patients[J]. Indian J Clin Biochem,2016,31(3):332-335. doi: 10.1007/s12291-015-0535-8
[15]	宋丹,熊晓蕃,杨雨,等. 巨噬细胞极性重塑在疾病和组织稳态中的作用[J]. 中国细胞生物学学报,2022,44(5):904-923.
[16]	龚文平,米洁,吴雪琼. 免疫活性物质: 结核病和非结核分枝杆菌病治疗的新选择[J]. 中国防痨杂志,2022,44(11):1107-1121.
[17]	Tesfa L,Koch F W,Pankow W,et al. Confirmation of Mycobacterium tuberculosis infection by flow cytometry after ex vivo incubation of peripheral blood T cells with an ESAT-6-derived peptide pool[J]. Cytometry B Clin Cytom,2004,60(1):47-53.
[18]	卢艳辉,刘振奎,李世阳,等. 血清学指标联合小儿危重病例评分和Brighton儿童早期预警评分预测脓毒症患儿死亡的巢式病例对照研究[J]. 中国全科医学,2019,22(15):1800-1806.
[19]	帅健,李丽萍,陈亚群,等. 决策树模型及Logistic回归模型在伤害发生影响因素分析中的作用[J]. 中华疾病控制杂志,2015,19(2):185-189.
[20]	邬闻文,谭晓东,孙东晗,等. Logistic回归分析模型和决策树分析在高血压糖尿病共患病危险因素中的应用[J]. 中华疾病控制杂志,2022,26(7):827-833.
[21]	李静,侯云霞,强万敏. 癌症患者非计划性再入院风险预测模型的范围综述[J]. 中华护理杂志,2022,57(9):1079-1087.

相关文章(20)

[1]	徐文秀, 莫小凤, 杨祥民, 杨丝露, 吴凡, 李特. Logistic回归与决策树模型在碘造影剂不良反应预测中的应用, 昆明医科大学学报.
[2]	杨航, 邹浩, 纳钊, 陈莉, 方辉. 卵巢嵌顿疝致卵巢坏死的危险因素分析, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20230221
[3]	熊世锋, 邹浩. 胆囊癌淋巴结转移的危险因素分析, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220318
[4]	路伟民, 杨小涛, 朱瑛, 黄艺, 陈后余, 金海凤, 王艳春. 儿童恙虫病175例的临床特征及重症恙虫病危险因素, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220814
[5]	吴华杰, 张楠, 李磊, 乔涵, 李国萍. 甲状腺癌发病的危险因素及预防策略研究进展, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220526
[6]	周敏, 马智慧, 李加艳, 范建华, 林灵, 余亭颖, 张慧芳, 刘立. 肝硬化并胸水再发危险因素的预测, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220524
[7]	王虹, 杨德兴, 王强, 周维钰, 唐杰夫, 王振方, 付凯, 刘圣哲, 刘荣. ICU脓毒症患者发生再喂养综合征的危险因素分析及预测模型建立, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20221102
[8]	张桂梅, 陈蜀, 宋云华, 吴阳, 周虹媛. AECOPD患者再入院危险因素分析及预测模型的构建, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220830
[9]	沈凌筠, 王霖, 马志强, 刘幸, 李海雯, 王戈, 李文明, 骆鹏举. 活动性与非活动性肺结核患者的免疫特点, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220821
[10]	樊浩, 刘幸, 沈凌筠, 李海雯, 余春红, 李婧炜. 基于AAT与细胞因子构建活动性肺结核的Nomogram预测模型, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220816
[11]	王静, 唐莲芳, 顾美群, 许小艳, 余建华, 何山, 李紫薇, 毕凯, 刘丽巧, 赵琼, 米弘瑛. 新生儿坏死性小肠结肠炎的危险因素及早期临床特点, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20211118
[12]	孟泽祖, 鲜航, 侯晓进, 魏石磊, 马继, 赵睿, 丛锐. 断指再植术后血管危象相关危险因素, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20210122
[13]	李军. 昆明市出租车司机疲劳与相关健康和安全危险因素, 昆明医科大学学报.
[14]	戴梅. 昆明市儿童哮喘的危险因素分析, 昆明医科大学学报.
[15]	李芫苑. 云南宾川一起肝片吸虫病暴发的危险因素调查, 昆明医科大学学报.
[16]	杨泽星. 人工流产等因素与输卵管性不孕关系的临床研究, 昆明医科大学学报.
[17]	刘漪. 呼吸重症监护病房多重耐药鲍曼不动杆菌感染危险因素回顾性分析, 昆明医科大学学报.
[18]	杨茂林. 后腹腔镜根治性肾切除与肾部分切除中转开放的危险因素分析, 昆明医科大学学报.
[19]	张学玉. 昆明市官渡区心血管疾病患病与危险因素聚集性的关系调查分析, 昆明医科大学学报.
[20]	杨秋萍. 心血管危险因素聚集与心率变异性的关系研究, 昆明医科大学学报.