这是一篇根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布的开放获取文章,允许在任何媒介上不受限制地使用、分发和复制,前提是正确引用了首次发表在JMIR公共卫生和监测上的原创作品。必须包括完整的书目信息,https://publichealth.www.mybigtv.com上的原始出版物的链接,以及此版权和许可信息。
确定Guillain-Barré综合征(GBS)的关键因素并预测其发生对于改善GBS患者的预后至关重要。然而,关于GBS的预警模型几乎没有任何出版物。在GBS风险预测中,贝叶斯网络(BN)模型是一个值得尝试的模型,在许多类似的领域,它是一个准确的、可解释的和交互敏感的图模型。
本研究的目的是确定GBS的最显著因素,并进一步开发和验证用于预测GBS风险的BN模型。
提取了大规模流感疫苗上市后监测数据,包括79,165美国(从1990年至2017年疫苗不良事件报告系统获得)和12,495欧洲(从2003年至2016年eudravigance系统获得)不良事件(AEs)报告,用于模型开发和验证。使用R包进行初始BN构建时,包括GBS、年龄、性别和前50名流行AEs
年龄、性别和10个ae被认为是GBS的最重要因素。GBS的测试后概率表明,年龄在50-64岁且无红斑的男性疫苗接种者应警惕或由临床医生警告GBS风险增加,特别是当他们还出现虚弱、感觉不良、肌肉无力或感觉异常症状时。建立的BN模型在内部验证时预测GBS风险的受试者工作特征曲线下面积为0.866 (95% CI 0.865 ~ 0.867),灵敏度为0.752 (95% CI 0.749 ~ 0.756),特异性为0.882 (95% CI 0.879 ~ 0.885),准确度为0.882 (95% CI 0.879 ~ 0.884),得到的受试者工作特征曲线下面积为0.829,灵敏度为0.673,特异性为0.854,准确度为0.843。在外部验证期间。
本研究结果表明,BN模型可以有效地识别GBS的最显著因素,并通过其图形表示来提高对不同疫苗接种后症状之间复杂相互作用的理解,并准确预测GBS的风险。建立的BN模型可以通过为特定疫苗接种者提供GBS的估计风险来进一步协助临床决策,或者发展成为疫苗接种者自我监测的开放获取平台。
流感疫苗是目前最有效的干预措施,可防止每年数以百万计的与流感有关的就医[
疫苗不良事件报告系统(VAERS)由疾病控制和预防中心和美国食品和药物管理局管理,是一个全国性的被动监测计划,用于发现美国许可的疫苗可能存在的安全问题[
现有的努力集中在GBS的临床过程和结局的测量和预测,并且已经开发了良好的预后模型[
贝叶斯网络(BN)是一种新兴的概率图模型,用于预测感兴趣结果的风险[
由于许多疫苗接种后不良事件的罕见性,特别是吉兰-巴氏综合征,许多纵向研究或队列研究在识别早期发现的危险因素方面不足。自1990年以来在VAERS中积累的大量数据为此类研究提供了机会:在与流感疫苗相关的VAERS报告中,与三价流感疫苗(FLU3)相关的VAERS报告占了很大一部分。我们调查的目的是通过使用flu3相关的VAERS报告来确定GBS的最重要因素,生成一个新的风险预测模型,并估计GBS发生的概率。本研究是在个体预后或诊断声明的多变量预测模型的透明报告之后报道的[
截至2018年底,VAERS数据库已收到40多万份与疫苗相关的AE报告。每个报告都由领域专家在“监管活动医学词典”的首选术语级别上手动注释。我们提取了1990年至2017年间所有与flu3相关的VAERS报告。符合以下标准之一的报告被排除:(1)年龄值缺失或年龄<0.5岁(2)性别状况未知。我们最终纳入79,165份完整报告和2978种独特的AE症状,包括GBS。
伦理批准和参与同意不适用于本研究,因为我们使用的VAERS数据库是公开可用的[
十亿年
在这里,
在这里,
因此,BN的学习过程可以分为两个步骤:BN结构学习和BN参数学习。为了从数据中确定BN的拓扑结构,已经提出了许多最先进的BN结构学习算法,其中最大似然估计(MLE)和贝叶斯参数估计是两种流行的参数学习方法。此外,结构或参数的先验知识也可以集成到BN的学习过程中。
年龄离散为4组:0.5-17岁、18-49岁、50-64岁和≥65岁。所有AEs都是二进制变量,带有状态
将GBS作为确定性节点,将所有53个变量(GBS、年龄、性别和ae排名前50位)纳入初始网络的构建。BN学习的流程图如图所示
受试者工作特征曲线下面积(AUC)、敏感性、特异性和预测准确性被用来评估所建立的BN的性能。其中,敏感性是指模型将患者识别为阳性结果的能力,特异性是指模型将非患者识别为阴性结果的能力,AUC是综合了模型敏感性和特异性的综合指标,准确性是指模型正确识别患者和非患者的能力。对内部验证褶皱的结果进行平均得到最终指标,并使用近似正态分布方法计算其95% ci。R(版本4.0.0;R统计计算基础)包,包括
贝叶斯网络学习流程图。GBS: Guillain-Barré综合征;ROC:受试者工作特征曲线。
使用欧洲eudravigance数据验证了从美国数据建立的BN的性能。欧洲数据来自2016年的欧洲药品管理局,包括2003年至2016年流感疫苗后的AE报告。我们过滤掉了年龄值缺失或性别状况未知的记录,以及欧盟地区以外报告的记录,最终总共提取了12,495条完整的记录。值得一提的是,欧洲的数据不仅包括FLU3,还包括四价流感疫苗、单价流感疫苗(H1N1流感疫苗)等其他流感疫苗,因为数据获取的限制,以及欧洲FLU3的配方与美国不同。
从欧洲数据中提取了与美国数据相同的一组变量(GBS、年龄、性别和前50名ae),年龄也离散为4组,如中所述
根据VAERS和eudravigance的数据,美国FLU3疫苗接种后28年内GBS的累积概率为1.26%,所有欧洲流感疫苗接种后14年内GBS的累积概率为1.71% (
在前50位AEs中,33位(66%)在美国数据中与GBS存在显著相关性,而在欧洲数据中只有9位(18%)与GBS存在显著相关性(
79,165份美国(疫苗不良事件报告系统,三价流感疫苗[FLU3], 1990-2017)报告和12,495份欧洲报告(eudravigance,所有流感疫苗,2003-2016)的人口统计学特征。
特征 | GBS一个 | Non-GBS | 总计 | ||
|
|||||
|
报告数,n (%) | 996 (1.26) | 78169 (98.74) | 79165 (100) | |
|
|
57 (42 - 68) | 50 (29 - 66) | 50 (29 - 66) | |
|
-17 - 0.5 | 57 (5.72) | 13199 (16.89) | 13256 (16.74) | |
|
18 - 49岁 | 276 (27.71) | 25146 (32.17) | 25422 (32.11) | |
|
50 - 64 | 326 (32.73) | 17147 (21.94) | 17473 (22.07) | |
|
≥65 | 337 (33.84) | 22677 (29.01) | 23014 (29.07) | |
|
男性,n (%) | 505 (50.70) | 23327 (29.84) | 23832 (30.10) | |
|
|||||
|
报告数,n (%) | 214 (1.71) | 12281 (98.29) | 12495 (100) | |
|
|
60 (49.25 -72) | 46 (22 - 64) | 46 (22 - 65) | |
|
-17 - 0.5 | 6 (2.80) | 2691 (21.91) | 2697 (21.58) | |
|
18 - 49岁 | 48 (22.43) | 3987 (32.46) | 4035 (32.29) | |
|
50 - 64 | 74 (34.58) | 2548 (20.75) | 2622 (20.98) | |
|
≥65 | 86 (40.19) | 3055 (24.88) | 3141 (25.14) | |
|
男性,n (%) | 125 (58.41) | 4949 (40.30) | 5074 (40.61) |
一个GBS: Guillain-Barré综合征。
从美国数据中筛选出的前50例常见不良事件,以及美国和欧洲数据的比较。
不良事件 | 我们FLU3一个报告,1990 - 2017 | 2003-2016年欧洲流感疫苗报告 | 美国vs欧洲, |
||||||||
|
总(‰) | GBSb(‰) | Non-GBS(‰) |
|
总(‰) | GBS(‰) | Non-GBS(‰) |
|
|
||
发热 | 138.85 | 58.23 | 139.88 | <措施 | 140.86 | 79.44 | 141.93 | . 01 | 55 | ||
注射部位红斑 | 126.36 | 2.01 | 127.94 | <措施 | 15.53 | 0 | 15.80 | 06 | <措施 | ||
疼痛 | 125.40 | 113.45 | 125.55 | 二十五分 | 29.77 | 112.15 | 28.34 | <措施 | <措施 | ||
注射部位疼痛 | 119.16 | 7.03 | 120.58 | <措施 | 30.97 | 4.67 | 31.43 | 03 | <措施 | ||
红斑 | 89.69 | 3.01 | 90.79 | <措施 | 23.37 | 4.67 | 23.70 | 07 | <措施 | ||
四肢疼痛 | 86.79 | 73.29 | 86.97 | 13。 | 46.74 | 177.57 | 44.46 | <措施 | <措施 | ||
注射部位肿胀 | 86.07 | 3.01 | 87.13 | <措施 | 12.48 | 0 | 12.70 | .10 | <措施 | ||
头疼 | 77.52 | 61.24 | 77.73 | 0。 | 103.16 | 88.79 | 103.41 | 报 | <措施 | ||
瘙痒 | 71.33 | 2.01 | 72.22 | <措施 | 23.53 | 18.69 | 23.61 | .64点 | <措施 | ||
发冷 | 68.46 | 22.09 | 69.06 | <措施 | 37.21 | 32.71 | 37.29 | 收 | <措施 | ||
头晕 | 63.45 | 32.13 | 63.85 | <措施 | 60.02 | 65.42 | 59.93 | .74点 | .14点 | ||
恶心想吐 | 62.70 | 25.10 | 63.18 | <措施 | 55.14 | 23.36 | 55.70 | .04点 | 措施 | ||
荨麻疹 | 60.75 | 2.01 | 61.49 | <措施 | 27.85 | 0 | 28.34 | . 01 | <措施 | ||
皮疹 | 59.50 | 10.04 | 60.13 | <措施 | 26.57 | 9.35 | 26.87 | 厚 | <措施 | ||
注射部位温暖 | 55.91 | < 0.01 | 56.62 | <措施 | 4.08 | 0 | 4.15 | 点 | <措施 | ||
呼吸困难 | 50.67 | 57.23 | 50.58 | 点 | 47.94 | 70.09 | 47.55 | 13。 | .19 | ||
肌痛 | 49.52 | 49.20 | 49.52 | .96点 | 66.43 | 56.07 | 66.61 | 54 | <措施 | ||
呕吐 | 45.60 | 26.10 | 45.85 | .003 | 42.26 | 37.38 | 42.34 | 开市 | .09点 | ||
衰弱 | 44.78 | 296.18 | 41.58 | <措施 | 39.62 | 121.50 | 38.19 | <措施 | . 01 | ||
乏力 | 37.96 | 59.24 | 37.69 | <措施 | 72.91 | 135.51 | 71.82 | <措施 | <措施 | ||
感觉异常 | 37.57 | 332.33 | 33.81 | <措施 | 43.06 | 345.79 | 37.78 | <措施 | .003 | ||
咳嗽 | 37.16 | 32.13 | 37.23 | .40 | 38.02 | 23.36 | 38.27 | 点 | .64点 | ||
水肿、外围 | 35.20 | 9.04 | 35.54 | <措施 | 5.52 | 4.67 | 5.54 | .87点 | <措施 | ||
不适 | 32.22 | 27.11 | 32.29 | 36 | 55.62 | 56.07 | 55.61 | .98点 | <措施 | ||
皮肤,温暖 | 31.34 | 1.00 | 31.73 | <措施 | 1.92 | 0 | 1.95 | 点 | <措施 | ||
感觉减退 | 31.31 | 289.16 | 28.03 | <措施 | 26.65 | 285.05 | 22.15 | <措施 | .005 | ||
肿胀 | 30.76 | 3.01 | 31.11 | <措施 | 5.28 | 0 | 5.37 | 陈霞 | <措施 | ||
关节痛 | 28.59 | 19.08 | 28.71 | 07 | 39.06 | 37.38 | 39.08 | .90 | <措施 | ||
注射部位水肿 | 28.09 | 1.00 | 28.44 | <措施 | 2.40 | 0 | 2.44 | 票价 | <措施 | ||
注射部位过敏 | 26.38 | 2.01 | 26.69 | <措施 | 0.24 | 0 | 0.24 | 总共花掉 | <措施 | ||
腹泻 | 24.30 | 24.10 | 24.31 | .97点 | 27.29 | 42.06 | 27.03 | 只要 | 0。 | ||
多汗 | 23.08 | 7.03 | 23.28 | <措施 | 18.65 | 9.35 | 18.81 | 。31 | .002 | ||
地震 | 21.82 | 14.06 | 21.91 | .09点 | 9.68 | 32.71 | 9.28 | <措施 | <措施 | ||
注射部位瘙痒 | 21.26 | < 0.01 | 21.53 | <措施 | 3.60 | 0 | 3.66 | 38 | <措施 | ||
注射肢体活动能力下降 | 20.78 | 2.01 | 21.02 | <措施 | 2.96 | 0 | 3.01 | 点 | <措施 | ||
感觉热 | 19.88 | < 0.01 | 20.14 | <措施 | 10.40 | 9.35 | 10.42 | 多多 | <措施 | ||
注射部位反应 | 19.39 | 1.00 | 19.62 | <措施 | 8.48 | 0 | 8.63 | 。 | <措施 | ||
肌肉骨骼疼痛 | 18.91 | 12.05 | 19.00 | 厚 | 11.20 | 46.73 | 10.59 | <措施 | <措施 | ||
注射部位硬结 | 18.86 | < 0.01 | 19.10 | <措施 | 4.16 | 0 | 4.23 | 点 | <措施 | ||
蜂窝织炎 | 18.63 | 1.00 | 18.86 | <措施 | 2.16 | 0 | 2.20 | 报 | <措施 | ||
肌肉无力 | 17.75 | 230.92 | 15.03 | <措施 | 25.13 | 266.36 | 20.93 | <措施 | <措施 | ||
血管舒张 | 17.61 | 2.01 | 17.81 | <措施 | 0.32 | 0 | 0.33 | .79 | <措施 | ||
颈部疼痛 | 17.51 | 16.06 | 17.53 | 收 | 7.20 | 4.67 | 7.25 | 点 | <措施 | ||
流动性降低 | 16.32 | 24.10 | 16.22 | 0。 | 3.92 | 14.02 | 3.75 | 02 | <措施 | ||
注射后立即反应 | 16.28 | 3.01 | 16.45 | <措施 | 0 | 0 | 0 | - - - - - -c | - - - - - - | ||
胸部疼痛 | 16.21 | 18.07 | 16.18 | .64点 | 13.93 | 14.02 | 13.92 | 获得 | 06 | ||
皮疹,红斑的 | 15.61 | 2.01 | 15.79 | <措施 | 4.88 | 0 | 4.97 | .30 | <措施 | ||
注射部位皮疹 | 15.45 | 1.00 | 15.63 | <措施 | 1.36 | 0 | 1.38 | .59 | <措施 | ||
晕厥 | 15.42 | 8.03 | 15.52 | 06 | 29.21 | 4.67 | 29.64 | 03 | <措施 | ||
温柔 | 15.40 | 3.01 | 15.56 | 措施 | 1.20 | 4.67 | 1.14 | .14点 | <措施 |
一个FLU3:三价流感疫苗。
bGBS: Guillain-Barré综合征。
c不可用。
GBS的MB,即最终网络结构(
圆弧厚度
建立贝叶斯网络的结构。标记的椭圆表示节点;箭头(弧)表示条件依赖关系。黄色的椭圆表示确定性节点,蓝色的椭圆表示确定性节点的父节点,绿色的椭圆表示子节点,灰色的椭圆表示配偶节点。弧厚与强度成正比的条件依赖关系。负号(-)或正号(+)分别表示节点之间的负相关或正相关;虚线中的弧线表示两个节点之间的u型关联。GBS: Guillain-Barré综合征。
基于GBS 3个父节点状态的后测概率如
基于父节点组合的确定性节点后测概率。F:错误;老师:正确。
所构建的BN模型在预测GBS方面表现良好,AUC为0.866 (95% CI 0.865-0.867),敏感性为0.752 (95% CI 0.749-0.756),特异性为0.882 (95% CI 0.879-0.885),内部验证的概率阈值为0.014 (95% CI 0.0136-0.0143),准确度为0.882 (95% CI 0.879-0.884)。在交叉验证过程中,BN的最佳性能达到AUC为0.906。对于欧洲数据中的外部验证,建立的BN得到的AUC值分别为0.829,0.673,0.854,0.843,sensitivity, specificity, accuracy。
BN结构从前100个AEs (
与之前的BN模型相比,新BN模型的性能略有提高,内部验证的AUC为0.883 (95% CI 0.881-0.884),敏感性为0.787 (95% CI 0.784-0.790),特异性为0.891 (95% CI 0.889-0.893),准确性为0.890 (95% CI 0.888-0.892),概率阈值为0.012 (95% CI 0.0115-0.0122),外部验证的AUC、敏感性、特异性和准确性分别为0.832、0.664、0.915和0.911。
由前100名不良事件建立贝叶斯网络结构。标记的椭圆表示节点;箭头(弧)表示条件依赖关系。黄色的椭圆表示确定性节点,蓝色的椭圆表示确定性节点的父节点,绿色的椭圆表示子节点,灰色的椭圆表示配偶节点。红色弧线表示与前50个不良事件的贝叶斯网络结构相比,新结构中增加的弧线。GBS: Guillain-Barré综合征。
BN模型非常具有吸引力,因为它们能够描述变量之间复杂的概率相互作用,并确定用于概率推断的多个变量的唯一联合概率分布。在这项研究中,我们从GBS的MB中确定了10个最具信息量的GBS相关ae;构建基于年龄、性别和这10个AEs的联合概率分布,预测GBS的可能性;并取得了理想的表现。
根据以往的研究[
虽然网络结构中包含的所有变量都被用于预测GBS,但我们也仅使用有关三个GBS父节点(年龄、性别和红斑)的信息计算了GBS的简化后测试概率,并得到了一些有趣的结果。一项被高度引用的荟萃分析整合了16项与gbs相关的原始研究,并获得了发病率的广义估计;针对特定年龄的估计显示,年龄每增加10岁,格林-巴利综合征的发病率就增加20% [
据我们所知,该BN模型是继我们之前的逻辑回归模型之后,第二次尝试使用VAERS数据进行GBS风险预测[
已建立的BN模型不仅为临床医生提供了一个有前途的工具来辅助决策,而且还可以整合到一个网络平台中,方便那些想要根据轻微症状监测自己的GBS风险的人。此外,BN模型几乎不需要输入症状,使其更容易为普通人群所接受,这可能有助于这种监测行为。鉴于GBS的自然进展,它可能演变为呼吸停止和死亡,但通过准确的诊断和及时的治疗,预后有很大改善。
然而,有几个限制因素需要考虑。首先,VAERS和eudravigance系统都是自发报告系统,接受未经验证提交的报告;因此,报告偏见是不可避免的。例如,由领域专家在VAERS中注释的监管活动医学词典首选术语可能会重叠,可能的公开可能会刺激报告。其次,由于许多ae在年度数据中是稀疏的,我们选择使用所有年份的数据来构建BN模型。该方法忽略了不同年份流感疫苗配方可能对GBS风险的影响。第三,我们分析的队列仅限于VAERS FLU3和eudravigance流感疫苗;因此,应谨慎解释和应用BN模型,这一新的风险预测模型需要进一步研究、验证和前瞻性研究的评估。第四,MLE方法可能存在潜在的过拟合问题;尽管如此,外部验证期间的良好表现表明,过拟合问题在本研究中得到了很好的控制。 Finally, BN modelling requires the assumption of the Markov property; thus, some dependence relationships may not be revealed yet in the ultimate network. An interesting future direction is to
总之,本研究开发并外部验证了基于美国和欧洲大规模流感疫苗上市后队列数据的GBS风险预测BN模型。结果表明,BN模型可以有效识别GBS的最显著因素,并通过其图形表示来提高对不同疫苗接种后症状之间复杂相互作用的理解,并在内部和外部验证中准确预测GBS的风险。建立的BN模型可以通过为特定疫苗接种者提供GBS的估计风险来进一步协助临床决策,或者发展成为疫苗接种者自我监测的开放获取平台。
透明报告个人预后或诊断(TRIPOD)的多变量预测模型检查表。
节点间条件依赖关系的强度。
不良事件
接收机工作特性曲线下面积
贝叶斯网络
条件概率表
三价流感疫苗
格林-巴利综合征
马尔科夫毯
极大似然估计
疫苗不良事件报告系统
黄勇是中山大学国际博士生培养计划的支持学者。郝勇获国家自然科学基金资助(81973150)。中山大学和中国国家自然科学基金在研究的设计和实施中没有任何作用;数据的收集、管理、分析和解释;手稿的准备、审查或批准;并决定将手稿提交出版。
Y Hao负责该研究的概念和设计。Y Huang和YJ对数据进行了采集、分析和解释。黄杨起草了手稿。所有作者都批判性地修改了手稿中重要的知识内容。黄y负责统计分析,郝y负责监督。
没有宣布。