血常规数据挖掘对白血病的初筛作用_赵华

　　第36卷第3期2013年

　　JournalofLuzhouMedicalCollegeVol.36No.32013泸州医学院学报251

　　论著

　　血常规数据挖掘对白血病的初筛作用

　　赵华，李代渝1,蒋大勇2

　　（泸州医学院：附属医院检验科；1附属医院输血科；2检验系，四川泸州646000）

　　摘要目的：根据血常规检验的结果并结合临床信息进行数据挖掘，预测各型白血病发生率，提高血常规数据对白血病初筛作用的价值。方法：对泸州医学院1328份血常规26项指标进行回顾性分析；结合医院信息系统（HIS）与实验信息系统(LIS)信息，运用SPSS11.0统计软件构建评估白血病ROC数据集，并建立可行人工神经网络模型（ANN）；验证模型可行性。用验后概率来解释血常规检验结果。结果：血常规中26项检测指标中，对白血病有评估意义的ROC数据集（P＜0.05）是HGB（P=6.95E-23）、PLT（P=1.79E-16）、IG%（P=7.24E-15）、MONO（P=1.47E-12）、EOS（P=1.03E-08）、LYM（P=1.81E-06）、PCT（P=4.68E-05）。其中HGB、PLT、IG%、MONO等P值最小对临床筛查白血病具有明显的价值，以P＜0.05的指标建立的人工神经网络筛检模型，用验后概率来解释血常规结果。结论：用血常规检验结果对白血病筛检进行数据挖掘，建立评估模型，为初筛白血病提供了重要的检验数据。

　　关键词血常规；数据挖掘；人工神经网络模型（ANN）；白血病初筛

　　中图分类号R446文献标识码Adoi:10.3969/j.issn.1000-2669.2013.03.013

　　Reportofbloodroutinedataminingforearlyscreeningofleukemia

　　ZhaoHua，LiDaiyu1，JiangDayong2

　　DepartmentofClinicalLaboratory,1DepartmentofBloodTransfusion,theAffiliatedHospitalofLuzhouMedicalCollege;2DepartmentofInspection,LuzhouMedicalCollege

　　AbstractObjective:Tominethebloodroutinedatacombinedwithclinicalinformationforimprovingthevalueofbloodroutinedatatoscreenearlyleukaemiaandpredictingitsincidence.Methods:Basedonretrospectiveanalysisof26indexesof1328bloodroutinedata,combinedwiththeinformationoftheexperimentinformation4system(LIS)andthehospitalinformationsysem(HIS),SPSS11.0wasusedtoconstructreceive-roperatingcharacteristiccurvedatasetforevaluatingleukamia,andbuildartificialneuralnetwork(ANN)modelforcheckingthefeasibility.Results:Among26indexesofbloodroutinetest,theROCdatasetwithleukemia-evaluatingsignificance(P＜0.05)wasNEU(6.95E-23),LYM(1.79E-16),EOS(7.24E-15),IG%(1.47E-1),MONO(1.03E-08),PLT(1.81E-06),PCT(4.68E-05),HGB(0.0015),PDW(0.0063),andRBC(0.0075).Conclusion:Combinedwithroutineanalysisofbloodandclinicaldatamining,anevaluationmodelisestablishedfortheinitialscreeningofleukemia.

　　KeywordsBloodroutine;Datamining;ANNmodel;Earlyleukaemiascreen

　　白血病是造血系统的恶性肿瘤，是国内十大高

　　发恶性肿瘤之一，占肿瘤发病率的第六位，在儿童和挖掘，运用SPSS11.0统计软件构建评估白血病ROC数据集，并建立可行人工神经网络模型

　　（ANN），更好地给临床提供白血病初筛查的有用数

　　据。35岁以下的人群中占首位[1]。其严峻形势已让白血病成为临床研究和治疗的重点对象。广为接受而又

　　最少争议的诊断方法是骨髓穿刺细胞学镜检[2]、免疫

　　学、细胞遗传学、分子生物学（MICM）。但是骨髓穿刺

　　毕竟具有创伤性不适合对白血病的筛检，血常规检

　　查标本来源简单，提供的数据信息对白血病筛检具

　　有重要意义。本文即对血常规五分类结果进行数据

　　作者简介：赵华（1958-），女，主任技师1材料和方法1.1材料1.1.1仪器系日本SysmexXE2000i五分类全自动血球分析仪[3]，配套试剂均有日本Sysmex公司提供。实验期

　　252

　　间仪器高、中、低质控均在控。

　　第36卷第3期2013年

　　JournalofLuzhouMedicalCollegeVol.36No.32013泸州医学院学报

　　和“0”作为输出赋值。应用模型仿真计算上述检验数据的预测输出值，预测输出值同方法1.2.1制作

　　1.1.2信息系统

　　医院信息系统（HIS）与实验信息系统(LIS)信息。

　　ROC曲线。1.2.3临床实践

　　患病率即验前概率由标本来源决定，即为

　　1.1.3模型框架

　　SPSS11.0统计软件和人工神经网络模型。以上

　　两种方法已广泛用于大量数据的统计与处理。

　　0.15813(210/1328)。根据以下公式计算其阳性预测值

　　（可视为验后概率）。

　　患病率灵敏度

　　验后概率(PPV)=患病率灵敏度＋（1－患病率）（1－特异度）根据患者“血常规”检测结果计算针对白血病方面的咨询用验后概率解释报告，并进行随访。

　　1.1.4标本选择

　　纳入标准临床诊断明确系我院（2011年1月1日至2012年1月1日）入院第一次检测HGB100g/L，

　　PLT109/L且临床诊断明确的血常规结果，共计1328例。纳入统计病例为2245例，排除病例为917

　　例。按照张之南血液病诊断及疗效第三版[4]分组：“1”组为白血病210例。“0”组为其它疾病1118例。

　　2实验结果

　　2.1白血病组与其它疾病组“血常规检查”统计结果

　　和ROC曲线（表1，图1）

　　1.2方法1.2.1价值评估

　　将纳入统计的1328份病例的分组信息和26项血常规检查结果数据制作ROC曲线分析，输出

　　AUC，按照AUC大小排序。ROC曲线的灵敏度计算

　　如下。

　　灵敏度=真阳性率=特异度=1-假阳性率=1-1.2.2模型建立及验证

　　人工神经网络BP插件NNX2.0的输入节点为

　　AUC具有显著性意义(P＜0.05)的项目[4]，分组数值“1”

　　图126项血常规检查ROC曲线

　　表1血常规26项白血病组与其它疾病组平均值比较和ROC分析（P＜0.05）

　　检测项目

　　面积

　　标准误

　　P值6.95E-231.79E-167.24E-151.47E-121.03E-081.81E-064.68E-050.0015310380.0063860140.0075623438

　　95%

　　可性线

　　下线值

　　上线值

　　HGBPLTIG%MONOEOSLYMPCTNEUPDWRBC

　　0.2869490.6781460.3316950.6530970.3761540.3967280.4119280.4314520.4410020.442219

　　0.0231590.0234850.02190.0235880.0285050.0205450.0218220.0211990.0210030.022213

　　0.2415590.6321170.2887730.6068660.3202850.3564610.3691580.3899020.3998360.398682

　　0.3323390.7241750.3746170.6993290.4320220.4369960.4546980.4730020.4821680.485756

　　2.2血常规10项参数对白血病的初筛人工神经网

　　络诊断模型

　　根据ROC分析具有统计学意义的HGB、PLT、

　　IG%、MONO、EOS、LYM、PCT、NEU、PDW和RBC共10个参数作为人工神经网络诊断模型的输入节点。

　　建模参数：输入节点10，隐含层4层分别为10、8、4、

　　第3期赵华等：血常规数据挖掘对白血病的初筛作用

　　253

　　表3ANN模型预测白血病的ROC数据集临界值

　　灵敏度

　　特异性阳性预测值

　　验后概率/验前概率

　　1个节点，输出节点1。训练参数：样本数1328，起始

　　行号2，起始列号2，训练次数500，常规计算。训练后误差推移见图2，存储为matlab文件。10个参数和

　　ANN模型的ROC曲线图见图2。ANN模型和其它项

　　目的AUC见表2和图3。存储ANN诊断模型对白血病疾病的ROC数据集部分数据见表3（包含灵敏度和特异度）。

　　学习误差推移

　　2502001501005000

　　50

　　100150

　　200250

　　300350

　　400450500

　　0.0016117060.0049434260.0101420950.0105486790.0113993220.0120033010.0134461080.0147394110.0150203450.015651440.0156566710.016111879

　　0.6980.6890.6790.670.670.6650.6460.6230.6130.5520.5520.528

　　0.9910.9880.9760.9680.9470.9250.8740.8120.7860.7240.7230.693

　　0.2690.4160.4210.4250.4180.4150.4110.2430.4510.2120.2120.41

　　1.7032.6342.6642.6912.6482.6262.6041.5382.8541.341.3422.598

　　学习步数

　　图2ANN误差推移图

　　表2ANN模型及其10个参数的AUC

　　检测项目

　　面积

　　标准误

　　2.3临床实践

　　依据ANN模型对血常规检查与白血病方面的

　　上线值

　　P值000000.0080.002000.0060

　　95%可性线

　　下线值

　　报告咨询过程：①提取病人信息：包括通过电子病历、HIS、LIS、临床医师、病人等多途径获得病历信息和检验结果；②该检验报告的可信程度和异常情况评估，例如相关指标有无干扰和异常；③将有意义的指标输入ANN模型，仿真计算预测输出值[5]；④假定该预测输出值为CUTOFF，查阅ANN模型的ROC数据集，得到其灵敏度、假阳性率和阳性预测值，用验后概率或验后概率与验前概率比值解释[6]该血常规报告预测白血病的意义和价值；⑤随访。

　　举例说明血常规报告解读过程：罗某，女，3岁，

　　HGBPLTIG%MONOEOSLYMPCTNEUPDWRBC

　　0.3680.0230.6780.0230.3760.0290.3320.0220.6530.0240.4430.0220.4320.0210.3960.0210.4120.022

　　0.3220.6320.320.2890.6070.3990.3910.3560.3690.40.241

　　0.4140.7240.4320.3750.6990.4860.4740.4360.4550.4820.332

　　0.4410.021

　　预测输出0.2870.023

　　NEU：0.1，LYM：0.5，MONO：0.09，EOS：0，IG%：0，RBC：3.17，HGB：90，PLT：62，PCT：0.07，PDW:16.3；①患者

　　为本院血液内科病人并第一次做血常规检验，符合诊断模型适用范围，入院诊断：“重度贫血？”；②ANN模型预测输出值：0.152；③以ANN预测输出值

　　0.152为诊断阈值时，查表3，验后概率为0.451，验

　　后概率与验前概率之比为2.854，即该病人白血病的概率比其他病人高2.854倍；⑤随访：最后诊断为急性白血病。

　　3讨论

　　本实验结论显示：血常规中26项检测指标中，对白血病有评估意义指标是HGB（P=6.95E-23）、

　　PLT（P=1.79E-16）、IG%（P=7.24E-15）、MONO（P=1.47E-12）、EOS（P=1.03E-08）、LYM（P=1.81E-06）、PCT（P=4.68E-05）。其中HGB、PLT、IG%、MONO等P值最小对临床筛查白血病具有明显的价值。

　　图3ANN和10个参数的ROC曲线

　　白血病本身发病原因和过程至今还无准确定

　　254

　　论，单纯依靠血常规数据分析不能准确诊断白血病及其分型和分期。如本文临床实践中白血病病人血常规数据异常其患白血病的概率比其他病人高

　　第36卷第3期2013年

　　JournalofLuzhouMedicalCollegeVol.36No.32013泸州医学院学报

　　的桥梁，需要说明的是由于收集数据标本有限，共收集1328份，标本量的多少对数据统计和处理有一定影响[9]，在今后的数据挖掘研究中，增加标本量和实验数据收集的条件，以使结果更具有说服力和准确性。

　　参考文献

　　1.2.

　　郭霞,李强.急性白血病发病机制研究进展［J］.实用儿科临床杂志,2005,20(7):690~693

　　2.854，这就为临床医生在诊断白血病过程中提供了

　　重要的筛检数据，根据临床表现，及时对病人进行骨髓细胞学、免疫学、细胞遗传学、分子生物学[7]等检查达到准确诊断，早期治疗提高缓解率和治愈率。

　　在进行数据挖掘过程中，由于采用概率论原理，因而数据的采集、纳入标准、排除标准、项目取舍、预测/诊断/评估模型的适用范围显得非常重要，从数据挖掘、建立模型、移动阈值和报告解读方面着手，试图从技术层面推动医学检验向检验医学学科发展。否则将会导致错误结论。SPSS软件处理数据结果，不仅准确有效，同时对于输出结果用于实际研究具有不可替代的实用性；人工神经网络是一种大规模并行非线性处理系统，它根据数据本身的内在联系进行建模，其抗干扰能力、适应性、自学习能力很好，是一种反向传递并能自行修正误差的多层映射网络，不仅可以逼近任意一个连续函数，而且能够收敛到较小的均方差[8]。本文采用以上分析手段，进一步保证了数据结果的可靠性，保证了用于实验室研究的准确性。

　　本实验是通过收集收集2011一年中住院病人的血常规检查数据，且血常规条件满足HGB100g/L，

　　[6]

　　ShenZX,ShiZZ,FangJ,etal.All-transretinoicacid/As203combinationyieldsahighqualityremissionandsurvivalinnewlydiagnosedacutepromyelocyticleukemia

　　［J］.ProcNatlAcadSciUSA，2004,101(15):28~35

　　3.4.5.6.7.8.9.

　　姚立腾,叶秀娟.两台血细胞分析仪性能评估与结果对比

　　[J].国际检验医学杂志,2011,19(32):2255~2257

　　张之南，沈悌.血液病诊断及疗效标准[M].第3版.北京：科学出版社，2007，8：150~230

　　于长春，贺佳，范思昌,等.数据挖掘技术在医学领域的应用［J］.第二军医大学学报，2003，24（11）：1250~1252郑旅芳，王开正.血清胃肠肿瘤标志物诊断大肠癌的数据挖掘[J].现代检验医学杂志，2010，25（2）：270~272

　　LewisSM，EnglandJM,RowanRM，etal.Standardizationforhaemocytometry[J].Labpract,1998,38（3）:68~69

　　崔雷.医学数据挖掘［M］.北京：高等教育出版社，2006：

　　50~53

　　王开正，陶华林主编.检验医学信息学［M］.成都：四川科学技术出版社，2010，2:180～185

　　（2013-01-08收稿）

　　PLT10/L，通过本医院的LIS和HIS系统,再结

　　9

　　合数据分析软件得出结论。提炼成为有临床价值的重要信息是检验医学临床实践的关键为临床疾病研究探明了方向，对检验工作与临床结合搭建了连接

　　作者投稿系统http://www.wendangwang.com/