Construction of a risk prediction model for post-traumatic subdural hygroma based on decision tree method

doi:10.3877/cma.j.issn.2095-9141.2023.01.004

Abstract

Abstract:

Objective

To investigate the influencing factors of post-traumatic subdural hygroma (PTSH) and to construct a decision tree risk prediction model for PTSH after traumatic brain injury (TBI) operation.

Methods

From June 2019 to June 2022, 344 patients with TBI who were admitted to Intensive Care Medicine Department of Pidu District People's Hospital of Chengdu were selected as the study objects. According to whether PTSH occurred, they were divided into observation group and control group. The clinical data of the two groups were analyzed. The influencing factors of PTSH development in TBI patients were screened by univariate and Logistic regression analysis. The decision tree prediction model of PTSH after TBI was constructed by SPSS Modeler software. The diagnostic efficacy of the decision tree prediction model was analyzed.

Results

Sixty-eight of 344 TBI patients developed PTSH after DC, with an incidence of 19.77%. The results of univariate and multivariate Logistic regression analysis showed that arachnoid tear, admission GCS score >8 points, midline shift, large bone flap, bone window area >150 cm², distance from the edge of bone flap to the midline >2 cm were the influencing factors of PTSH in TBI patients after DC (P<0.05). Six explanatory variables were selected as nodes of the decision tree model, including arachnoid tear, admission GCS score >8 points, midline shift, large bone flap, bone window area >150 cm², and distance from the edge of bone flap to the midline >2 cm, among which arachnoid tear is the most important predictor of the model. The ROC curve analysis showed that the area under curve (AUC) value of the decision tree model was 0.895, and the AUC value of the Logistic regression model was 0.881. The prediction efficiency of the decision tree model was better than that of the Logistic regression model (Z=2.423, P=0.013).

Conclusion

Arachnoid tear, admission GCS score >8 points, midline shift, large bone flap, bone window area >150 cm², and the distance from the edge of bone flap to the midline >2 cm are the influential factors of PTSH in patients with TBI after DC. The decision tree model can help screen people at high risk of PTSH after DC, and guide clinical formulation of scientific prevention and treatment strategies. It has high clinical value.

Key words: Post-traumatic subdural hygroma, Traumatic brain injury, Risk factors, Decision tree, Prediction model

Hua Zhang, Guangming Liu, Guocheng Liu, Shuhong Zhang, Dali Chen, Xiaolong Pu, Zhiyou Wang, Qian Li. Construction of a risk prediction model for post-traumatic subdural hygroma based on decision tree method[J]. Chinese Journal of Neurotraumatic Surgery(Electronic Edition), 2023, 09(01): 19-25.

/ / Recommend

Add to citation manager EndNote|Ris|BibTeX

URL: https://zhsjcswkdzzz.cma-cmc.com.cn/EN/10.3877/cma.j.issn.2095-9141.2023.01.004

https://zhsjcswkdzzz.cma-cmc.com.cn/EN/Y2023/V09/I01/19

Figures/Tables 6

References 21

[1]	冯华,李文龚,谭亮,等.颅脑创伤病情评估多模态监测系统[J].中国现代神经疾病杂志, 2020, 20(7): 568-576. DOI: 10.3969/j.issn.1672-6731.2020.07.002.
[2]	Brown AC, Lavik E, Stabenfeldt SE. Biomimetic strategies to treat traumatic brain injury by leveraging fibrinogen[J]. Bioconjug Chem, 2019, 30(7): 1951-1956. DOI: 10.1021/acs.bioconjchem.9b00360.
[3]	Wei S. Clinical value of bilateral balanced frontotemporoparietal decompressive craniectomy in severe diffuse traumatic brain injury[J]. J Craniofac Surg, 2022, 33(1): 279-283. DOI: 10.1097/SCS.0000000000008121.
[4]	田润发,董金千,刘伟明,等.颅脑外伤后无瞳孔散大患者行去骨瓣减压术后的早期结果及出院死亡率的预后相关因素分析[J].中华神经创伤外科电子杂志, 2021, 7(2): 75-81. DOI: 10.3877/cma.j.issn.2095-9141.2021.02.003.
[5]	徐亚,陈华群,朱卫国,等.颅脑创伤后硬脑膜下积液的危险因素分析[J].临床神经外科杂志, 2018, 15(1): 65-67. DOI: 10.3969/j.issn.1672-7770.2018.01.016.
[6]	陈文鑫,晋聪,王婷,等.基于决策树模型与logistic回归模型的HBV宫内传播影响因素分析[J].中华流行病学杂志, 2022, 43(1): 85-91. DOI: 10.3760/cma.j.cn112338-20210630-00511.
[7]	樊雯婧,楼冬洁,卢新,等.基于决策树法和Logistic回归预测神经外科老年住院患者医院感染风险的研究[J].中华医院感染学杂志, 2020, 30(6): 878-883. DOI: 10.11816/cn.ni.2020-193101.
[8]	Gill MR, Reiley DG, Green SM. Interrater reliability of Glasgow coma scale scores in the emergency department[J]. Ann Emerg Med, 2004, 43(2): 215-223. DOI: 10.1016/s0196-0644(03)00814-x.
[9]	王雷平,吴崇光,姚军.颅脑损伤去骨瓣减压术后并发创伤后脑积水的危险因素[J].中华创伤杂志, 2014, 30(4): 307-310. DOI: 10.3760/cma.j.issn.1001-8050.2014.04.005.
[10]	易盼,王存祖,陈品,等.创伤性硬膜下积液转化为慢性硬膜下血肿危险因素分析[J].中国现代神经疾病杂志, 2020, 20(7): 602-607. DOI: 10.3969/j.issn.1672-6731.2020.07.008.
[11]	侯小山,金鹏,魏文峰,等.颅脑外伤去骨瓣减压术后继发硬膜下积液的危险因素分析[J].国际神经病学神经外科学杂志, 2017, 44(5): 468-471. DOI: 10.16636/j.cnki.jinn.2017.05.004.
[12]	范英俊,王琼芬,杨中鑫,等.不同方案治疗颅脑损伤去骨瓣减压术后并发进展型硬膜下积液的临床疗效观察[J].第三军医大学学报, 2020, 42(8): 835-840. DOI: 10.16016/j.1000-5404.201912170.
[13]	Lu VM, Carlstrom LP, Perry A, et al. Prognostic significance of subdural hygroma for post-traumatic hydrocephalus after decompressive craniectomy in the traumatic brain injury setting: a systematic review and meta-analysis[J]. Neurosurg Rev, 2021, 44(1): 129-138. DOI: 10.1007/s10143-019-01223-z.
[14]	褚正民,王耿焕,沈建国,等.早期颅骨修补术治疗去骨瓣减压术后难治性硬膜下积液[J].中华创伤杂志, 2019, 35(11): 1024-1026. DOI: 10.3760/cma.j.issn.1001-8050.2019.11.011.
[15]	Yuan Q, Wu X, Yu J, et al. Subdural hygroma following decompressive craniectomy or non-decompressive craniectomy in patients with traumatic brain injury: clinical features and risk factors[J]. Brain Inj, 2015, 29(7-8): 971-80. DOI: 10.3109/02699052.2015.1004760.
[16]	申向竹,张山,韩亚非,等.联合手术对脑外伤患者的临床效果及术后硬膜下积液的危险因素分析[J].实用临床医药杂志, 2021, 25(11): 22-25. DOI: 10.7619/jcmp.20210484.
[17]	赵思任,张建斌,张吉论,等.创伤性颅脑损伤患者去骨瓣术后脑积水风险列线图模型构建及其价值评估[J].创伤外科杂志, 2022, 24(4): 259-264. DOI: 10.3969/j.issn.1009-4237.2022.04.005.
[18]	杜勇,王革生,王雷,等.去骨瓣减压术治疗创伤性颅脑损伤术后并发症发生情况及危险因素分析[J].解放军医药杂志, 2017, 29(7): 41-43, 53. DOI: 10.3969/j.issn.2095-140X.2017.07.011.
[19]	吴小明,罗雨,王存祖,等.颅脑外伤去骨瓣减压术后并发硬脑膜下积液危险因素分析[J].江苏医药, 2018, 44(10): 1179-1181. DOI: 10.19460/j.cnki.0253-3685.2018.10.025.
[20]	Kang HJ, Kang H, Kim B, et al. Evaluation of the diagnostic performance of a decision tree model in suspected acute appendicitis with equivocal preoperative computed tomography findings compared with Alvarado, Eskelinen, and adult appendicitis scores: a STARD compliant article[J]. Medicine (Baltimore), 2019, 98(40): e17368. DOI: 10.1097/MD.0000000000017368.
[21]	闫瑞平,王习亮,姚粉霞,等.决策树模型与Logistic回归分析模型识别高血压危险因素的效果比较[J].中华疾病控制杂志, 2022, 26(2): 218-222. DOI: 10.16462/j.cnki.zhjbkz.2022.02.016.

项目	观察组（n=68）	对照组（n=276）	χ²值	P值
性别			0.041	0.839
男	38（55.88）	158（57.25）
女	30（41.12）	118（42.75）
年龄（岁）			0.568	0.451
>60	35（51.47）	128（46.38）
≤60	33（48.53）	148（53.62）
BMI（kg/m²）			0.213	0.644
>28	26（38.24）	114（41.30）
≤28	42（61.76）	162（58.70）
蛛网膜撕裂			12.031	0.001
是	44（64.71）	114（41.30）
否	24（35.29）	162（58.70）
蛛网膜下腔出血			3.383	0.066
是	40（58.82）	128（46.38）
否	28（41.18）	148（53.62）
脑室内出血			3.806	0.051
是	37（54.41）	114（41.30）
否	31（45.59）	162（58.70）
脑内血肿			3.116	0.078
是	49（72.06）	167（60.51）
否	19（27.94）	109（39.49）
硬膜下血肿			2.041	0.153
是	43（63.24）	148（53.62）
否	25（36.76）	128（46.38）
硬膜外血肿			0.282	0.596
是	39（57.35）	168（60.87）
否	29（42.65）	108（39.13）
入院GCS评分（分）			11.938	0.001
>8	28（41.18）	177（64.13）
≤8	40（58.82）	99（35.87）
皮层切开			3.610	0.057
是	32（47.06）	163（59.06）
否	36（52.94）	113（40.94）
中线移位			11.146	0.001
是	40（58.82）	101（36.59）
否	28（41.18）	175（63.41）
大骨瓣			10.342	0.002
是	37（54.41）	92（33.33）
否	31（45.59）	184（66.67）
去骨瓣侧边			0.282	0.595
双侧	37（54.41）	160（57.97）
单侧	31（45.59）	116（42.03）
骨窗面积（cm²）			10.597	0.001
>150	38（55.88）	95（34.42）
≤150	30（41.12）	181（65.58）
骨瓣边缘距中线距离（cm）			11.833	0.001
>2	27（39.71）	173（62.68）
≤2	41（60.29）	103（37.32）
颅内感染			2.192	0.139
是	31（45.59）	99（35.87）
否	37（54.41）	177（64.13）
脑梗死			3.623	0.057
是	30（41.12）	88（31.88）
否	38（55.88）	188（68.12）
脑疝			2.240	0.134
是	25（36.76）	76（27.54）
否	43（63.24）	200（72.46）
脱水药使用的时间（d）			0.493	0.483
>7	32（47.06）	143（51.81）
≤7	41（52.94）	133（48.19）

项目	观察组（n=68）	对照组（n=276）	χ²值	P值
性别			0.041	0.839
男	38（55.88）	158（57.25）
女	30（41.12）	118（42.75）
年龄（岁）			0.568	0.451
>60	35（51.47）	128（46.38）
≤60	33（48.53）	148（53.62）
BMI（kg/m²）			0.213	0.644
>28	26（38.24）	114（41.30）
≤28	42（61.76）	162（58.70）
蛛网膜撕裂			12.031	0.001
是	44（64.71）	114（41.30）
否	24（35.29）	162（58.70）
蛛网膜下腔出血			3.383	0.066
是	40（58.82）	128（46.38）
否	28（41.18）	148（53.62）
脑室内出血			3.806	0.051
是	37（54.41）	114（41.30）
否	31（45.59）	162（58.70）
脑内血肿			3.116	0.078
是	49（72.06）	167（60.51）
否	19（27.94）	109（39.49）
硬膜下血肿			2.041	0.153
是	43（63.24）	148（53.62）
否	25（36.76）	128（46.38）
硬膜外血肿			0.282	0.596
是	39（57.35）	168（60.87）
否	29（42.65）	108（39.13）
入院GCS评分（分）			11.938	0.001
>8	28（41.18）	177（64.13）
≤8	40（58.82）	99（35.87）
皮层切开			3.610	0.057
是	32（47.06）	163（59.06）
否	36（52.94）	113（40.94）
中线移位			11.146	0.001
是	40（58.82）	101（36.59）
否	28（41.18）	175（63.41）
大骨瓣			10.342	0.002
是	37（54.41）	92（33.33）
否	31（45.59）	184（66.67）
去骨瓣侧边			0.282	0.595
双侧	37（54.41）	160（57.97）
单侧	31（45.59）	116（42.03）
骨窗面积（cm²）			10.597	0.001
>150	38（55.88）	95（34.42）
≤150	30（41.12）	181（65.58）
骨瓣边缘距中线距离（cm）			11.833	0.001
>2	27（39.71）	173（62.68）
≤2	41（60.29）	103（37.32）
颅内感染			2.192	0.139
是	31（45.59）	99（35.87）
否	37（54.41）	177（64.13）
脑梗死			3.623	0.057
是	30（41.12）	88（31.88）
否	38（55.88）	188（68.12）
脑疝			2.240	0.134
是	25（36.76）	76（27.54）
否	43（63.24）	200（72.46）
脱水药使用的时间（d）			0.493	0.483
>7	32（47.06）	143（51.81）
≤7	41（52.94）	133（48.19）

项目	赋值说明
因变量	TBI患者行DC后发生PTSH为"1"，未发生PTSH为"0"
自变量
蛛网膜撕裂	是为"1"，否为"0"
入院GCS评分	>8分为"1"，≤8分为"0"
中线移位	是为"1"，否为"0"
大骨瓣	是为"1"，否为"0"
骨窗面积	>150 cm²为"1"，≤150 cm²为"0"
骨瓣边缘距中线距离	>2 cm为"1"，≤2 cm为"0"

项目	赋值说明
因变量	TBI患者行DC后发生PTSH为"1"，未发生PTSH为"0"
自变量
蛛网膜撕裂	是为"1"，否为"0"
入院GCS评分	>8分为"1"，≤8分为"0"
中线移位	是为"1"，否为"0"
大骨瓣	是为"1"，否为"0"
骨窗面积	>150 cm²为"1"，≤150 cm²为"0"
骨瓣边缘距中线距离	>2 cm为"1"，≤2 cm为"0"

因素	回归系数	标准误	Wald值	P值	OR值	95%CI
因素	回归系数	标准误	Wald值	P值	OR值	下限	上限
蛛网膜撕裂	0.887	0.306	8.410	0.004	2.428	1.333	4.422
入院GCS评分>8分	-0.753	0.301	6.274	0.012	0.471	0.261	0.849
中线移位	0.830	0.302	7.556	0.006	2.292	1.269	4.141
大骨瓣	1.013	0.302	11.225	0.001	2.753	1.522	4.979
骨窗面积>150 cm²	0.743	0.300	6.153	0.013	2.102	1.169	3.782
骨瓣边缘距中线距离>2 cm	-0.934	0.302	9.535	0.002	0.393	0.217	0.711
常数	-2.167	0.397	29.782	<0.001	0.114

Please choose a citation manager

Content to export