中国成年人心电图QT离散度的最优加权组合模型

本刊编委，陕西师范大学旅游与环境学院健康地理研究所博士生导师葛淼教授(通讯作者)指导硕士研究生张雯(第一作者)等在《International Journal of Biometeorology》(2016, 60(7): 1 089-1 098，IF：3.246)发表了题为"Optimal weighted combinatorial forecasting model of QT dispersion of ECGs in Chinese adults."的研究论文，主要内容如下：

1 研究背景和目的：QT离散度是临床心电图(ECG)检查的重要指标，特别是QT离散度的增加对预报恶性室性心律失常和心脏性猝死有重要意义。与人体密切相关的地理环境对ECG参考值有一定影响，但是两者之间关系目前研究较少，同时国内缺少心电图QT离散度参考值制定的标准。基于此，本文对成年人QT离散度参考值进行研究，用以弥补地理因素影响QT离散度研究的不足，分析地理因素对健康人QT离散度指标参考值的影响，探究地理因素对医学参考值影响的机理。

2 方法：收集中国120个市(县)级医院、研究单位及高等院校测定的27 669例健康成年人QT离散度值；选取各样本点的25项地理指标：经度、纬度、海拔高度、年日照时数、年平均气温、年平均相对湿度、年降水量、气温年较差、年平均风速、表土砂粒含量、表土粉粒(淤泥)含量、表土黏粒含量、表土土壤参考容重、表土土壤容重、表土石砾体积百分比、表土有机碳含量、表土酸碱度(pH值)、表土阳离子交换量(黏土)、表土阳离子交换量(潜育土)、表土盐基饱和度，表土总可交换量、表土碳酸盐(石灰)含量、表土硫酸盐(石膏)含量、表土碱度、表土盐分。在对25项地理指标与QT离散度相关性分析基础上，建立人体QT离散度与地理因素的单预测和组合预测数学模型即回归模型、主成分模型、人工神经网络模型和最优加权组合预测模型，并对组合模型和三种单一模型进行实例验证和精确度比较。根据最优预测模型，运用地统计分析与克里格插值精确绘制QT离散度地理分布图。

3 结果：与单一模型比较，组合预测模型的误差较小。组合模型预测成年人QT离散度参考值更精确，预测稳定性也大大提高。插值法精确地内插出中国成年人心电图QT离散度参考值的地理分布图。成年人QT离散度参考值在中国的分布，大致呈现昆仑山脉和秦岭以北偏低，昆仑山脉和秦岭以南偏高的趋势。25个地理指标中，8个与心电图QT离散度具有相关性，分别是：经度、纬度、年平均气温、气温年较差、表土粉粒百分率、表土阳离子交换量(黏土)、表土阳离子交换量(潜育土)、表土碱度；其中表土粉粒百分率及表土碱度与QT离散度的相关更密切。成年人QT参考值的最优预测模型为：Y5=0.31Y1+0.223Y2+0.467Y3，其中Y1为回归预测模型、Y2为主成分预测模型、Y3为人工神经网络预测模型。

4 结论：组合预测模型结果可以克服单一预测方法适用性的局限，精度较高；空间分布图能成功显示中国健康人QT离散度空间变化规律，用已知中国某地的地理要素可估算该地区成年人心电图QT离散度，用空间分布图能直观获取中国任何地方的成年人心电图QT离散度参考值。

注：该研究为国家自然科学基金项目(40971060)