基于多层感知神经网络的肾小球滤过率评估模型的开发和验证

目的:基于多层感知（multilayer perceptual，MP）神经网络技术开发用于评估肾小球滤过率（glomerular filtration rate，GFR）的神经网络模型，并与改良版中国基于肌酐的GFR评估公式（C-GFR cr）和美国慢性肾脏疾病流行病学协作组（Chronic Kidney Disease Epidemiology Collaboration，CKD-EPI）基于肌酐的GFR评估公式（CKD-EPI cr公式）对比，探讨MP神经网络模型评估GFR的临床适用性。 方法:以开发改良版中国基于肌酐的GFR评估公式所用的684例慢性肾脏病（chronic kidney disease，CKD）患者作为研究对象，随机选择其中454例患者资料作为开发组，以剩余230例作为测试组，建立MP神经网络GFR评估模型，以国际公认的参考标准双血浆法GFR作为参考值（rGFR），对改良版中国基于肌酐的GFR评估公式计算的GFR（C-GFR cr）、CKD-EPI cr公式计算的GFR（EPI-GFR cr）以及MP神经网络模型评估的GFR（M-GFR cr）进行相关性、平均偏差、绝对偏差的平均值、精确度和准确性的比较。 结果:684例CKD患者中男性352例，女性332例，年龄（49.9±15.8）岁。M-GFR cr与rGFR相关性最高（皮尔逊相关系数=0.93， P<0.001）。M-GFR cr的平均偏差要低于C-GFR cr（ Z=9.929， P<0.001）和EPI-GFR cr（ Z=10.573， P<0.001）；M-GFR cr的绝对偏差的平均值同样低于C-GFR cr（ Z=3.953， P<0.001）和EPI-GFR cr（ Z=4.210， P<0.001）；M-GFR cr的±15%准确性要高于C-GFR cr（ χ2=26.068， P<0.001）和EPI-GFR cr（ χ2=23.154， P<0.001）；M-GFR cr的±30%准确性同样高于C-GFR cr（ χ2=8.264， P=0.001）和EPI-GFR cr（ χ2=11.963， P=0.001）。在CKD不同分期验证的结果显示：CKD早期（CKD 1~2期），M-GFR cr的平均偏差要低于C-GFR cr（ Z=7.401， P<0.001）和EPI-GFR cr（ Z=8.096， P<0.001）；M-GFR cr的绝对偏差的平均值同样低于C-GFR cr（ Z=4.723， P<0.001）和EPI-GFR cr（ Z=4.946， P<0.001）；M-GFR cr的±15%准确性要高于C-GFR cr（ χ2=23.547， P<0.001）和EPI-GFR cr（ χ2=26.421， P<0.001）；M-GFR cr的±30%准确性同样高于C-GFR cr（ χ2=12.089， P=0.001）和EPI-GFR cr（ χ2=16.168， P<0.001）。CKD中晚期（CKD 3~5期），C-GFR cr、EPI-GFR cr和M-GFR cr适用性差别不大。 结论:与改良版中国基于肌酐的GFR评估公式和CKD-EPI cr评估公式相比，MP神经网络模型在评估CKD患者GFR的准确性方面得到了显著改善，特别是在CKD早期。