采用分层聚类方法对脊髓型颈椎病患者手术治疗短期预后影响因素的分析

摘要

目的 探索将分层聚类的方法应用于脊髓型颈椎病(CSM)患者手术治疗预后分类中的可行性并寻找潜在的预后影响因素。方法 基于北京大学第三医院临床大数据研究平台，收集CSM患者人群特征、临床症状、体格检查及神经功能和生活质量评分等基线数据。利用随访数据中的改良日本骨科学会脊髓功能评分(mJOA)和生活质量量表(SF-36)进行分层聚类，以表征患者手术疗效的差异。进一步分析相关基线数据，探索每个聚类间预后差异的影响因素。结果 本研究最终纳入476例CSM患者，分层聚类产生了4个患者类别。第1组患者(平均mJOA改善率42.6%)和第3组患者(平均mJOA改善率31.5%)治疗效果较差；第2组患者(平均mJOA改善率55.8%)和第4组患者(平均mJOA改善率55.8%)预后良好。第2组患者预后良好的影响因素有年龄较小(50.1±11.8岁)、术前步态异常出现率低(5.0%)、病理征阳性率低(63.0%)、SF-36生理功能维度评分(73.1±24.0分)和mJOA评分(13.7±2.8分)高；第4组患者预后良好的主要影响因素是术前颈肩疼痛发生率较低(11.7%)。结论 根据术后随访信息进行聚类分析，将接受手术治疗的CSM患者所分的4类，代表了4种不同患者预后模式，并从中识别出了有助于预测患者预后的术前因素，可为进一步针对更大样本资料，提取更多患者特征、选取更多随访节点、改进聚类算法提供参考及研究基础。

关键词

脊髓型颈椎病 / 聚类分析 / 预后因素