李彥娥，史永波，張俊廣，劉 雄，付艷廣，孫然然

(1.武安市第一人民醫(yī)院耳鼻喉科，河北 武安 056300；2.武安市第一人民醫(yī)院眼科，河北 武安 056300)

鼻淚管阻塞是臨床上常見的淚道阻塞疾病，臨床癥狀表現(xiàn)為溢淚、溢膿等，若不及時(shí)治療易導(dǎo)致角膜潰瘍、急性淚囊炎等發(fā)生，嚴(yán)重影響患者的健康[1-2]。目前，臨床上常見的鼻淚管阻塞治療方法有淚道改道術(shù)、淚道激光術(shù)、逆行淚道置管等，但在治療過程中，創(chuàng)面部位水腫容易造成淚道管腔閉合及腔壁粘連，需多次探通，繼而導(dǎo)致假淚道的出現(xiàn)[3-4]。李錚等[5]的研究表明，復(fù)雜型淚道阻塞、病情嚴(yán)重程度高是影響淚道激光術(shù)聯(lián)合淚道支架置入治療淚道阻塞療效的因素。費(fèi)玉喜等[6]的研究顯示，病程>3個(gè)月、淚道探通次數(shù)≥2次、手術(shù)方式為淚道探通是影響淚道阻塞患者治療效果的因素。分析影響鼻淚管阻塞治療失敗的因素對提高治療效果、減輕痛苦、改善預(yù)后至關(guān)重要。但是，目前關(guān)于淚道探通失敗后鼻淚管阻塞患兒治療效果的影響因素尚不明確。因此，本研究回顧性分析我院收治的淚道探通失敗后鼻淚管阻塞患兒的臨床資料，探討淚道激光聯(lián)合逆行淚道置管術(shù)治療鼻淚管阻塞的療效并分析其影響因素。

1 資料與方法

1.1 臨床資料

選擇2017年4月至2019年4月于我院眼科就診的164例(185眼)淚道探通失敗后鼻淚管阻塞患兒為研究對象，均采用淚道激光聯(lián)合逆行淚道置管術(shù)治療。根據(jù)治療效果將患眼分為有效組(123眼)和無效組(62眼)。療效評價(jià)標(biāo)準(zhǔn)[7]：治愈，淚道沖洗通暢，無反流，溢淚、溢膿癥狀消失；有效，淚道沖洗通暢，無溢膿，溢淚癥狀減輕；無效，沖洗時(shí)阻力很大或沖洗不通，鼻咽部僅有少量水進(jìn)入，仍有膿性分泌物或黏液，溢淚癥狀明顯。治愈和有效為治療有效。

納入標(biāo)準(zhǔn)：①患眼溢淚或溢膿，沖洗淚道或擠壓淚囊有膿性分泌物或黏液溢出；②臨床檢查無瞼內(nèi)翻或瞼外翻；③淚小管、淚總管均正常；④上、下淚點(diǎn)位置正常；⑤臨床資料完整。排除標(biāo)準(zhǔn)：①鼻腔畸形，如鼻甲肥大、鼻中隔嚴(yán)重偏曲、鼻息肉；②外傷性鼻淚管阻塞；③鼻淚管骨性阻塞和淚道腫瘤；④既往有鼻咽部創(chuàng)傷手術(shù)史；⑤依從性較差。本研究經(jīng)我院醫(yī)學(xué)倫理委員會(huì)批準(zhǔn)，患者及其家屬均對本研究知情同意。

1.2 臨床資料收集

通過電子病歷收集患者的一般資料，記錄患者的年齡、性別、病程、淚囊炎病史、淚道探通次數(shù)、鼻淚管阻塞眼別，測量患者的身高和體質(zhì)量以計(jì)算BMI，擠壓淚囊或沖洗淚道檢查患者是否有膿性分泌物和鼻淚管阻塞程度，通過血常規(guī)檢查評估患者的感染程度。隨訪截至2020年4月，每2個(gè)月對患者進(jìn)行1次隨訪，隨訪時(shí)間為1年，記錄所有患者至少5次的隨訪情況。統(tǒng)計(jì)患者淚小管裂傷、假淚道形成、置管脫落、鼻腔出血、再阻塞等并發(fā)癥發(fā)生情況。

1.3 治療方法

患者取仰臥位，用棉簽蘸取1%丁卡因眼液涂抹于上、下淚點(diǎn)之間作表面麻醉，2%利多卡因3 mL麻醉篩前神經(jīng)和滑車下神經(jīng)組織。用1%丁卡因棉簽擦拭術(shù)側(cè)鼻淚管下口的表面進(jìn)行麻醉，下淚小點(diǎn)用生理鹽水沖洗淚道，沖出淚囊內(nèi)分泌物。上淚小點(diǎn)用淚小點(diǎn)擴(kuò)張器擴(kuò)張后，水平插入淚道激光探針，用YAG激光打通鼻淚管，拔除激光探針；下鼻道置入探通牽引針，下推針芯使其從鼻腔暴露，將帶線的硅膠管穿過針芯，上拉針芯連同探針牽引出上淚小管。牽拉上方的牽引線，將硅膠管拉入鼻淚管，使硅膠管的頂稍位于淚囊部，注入沖洗液，見硅膠管內(nèi)有液體流出，表示淚道通暢，置管成功，剪掉上牽引線和暴露在鼻腔外的硅膠管。

1.4 XGboost模型的構(gòu)建和調(diào)參

對影響患者治療效果的變量賦值，采用XGboost0.72版、Python 3.6構(gòu)建XGboost模型。隨機(jī)將數(shù)據(jù)按照2∶8的比例劃分成訓(xùn)練集和測試集，將訓(xùn)練集的數(shù)據(jù)送入XGboost模型中訓(xùn)練最佳參數(shù)，XGboost模型的調(diào)參以葉子節(jié)點(diǎn)權(quán)值的調(diào)整及樹模型深度的調(diào)整為主，通過交叉驗(yàn)證對XGboost決策樹的數(shù)量進(jìn)行預(yù)先選定，采用GridSearchCV對其余超參數(shù)進(jìn)行最佳參數(shù)的調(diào)整，最終獲得最佳的XGboost預(yù)測模型。

1.5 統(tǒng)計(jì)學(xué)分析

采用SPSS 19.0軟件進(jìn)行數(shù)據(jù)統(tǒng)計(jì)學(xué)分析，采用GraphPad Prism 5.0繪圖；組間率或構(gòu)成比比較采用χ2檢驗(yàn)。多因素Logistic回歸分析影響患者治療效果的獨(dú)立危險(xiǎn)因素，受試者工作特征(receiveroperatingcharacteristic，ROC)曲線分析多因素Logistic回歸分析模型和XGboost模型對患者治療效果的預(yù)測價(jià)值。P<0.05表示差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 患者術(shù)后的治療效果

淚道激光聯(lián)合逆行淚道置管術(shù)治療淚道探通失敗66眼治愈，57眼有效，62眼無效，治療有效率為66.49%(123/185)。將患眼分為有效組(123眼)和無效組(62眼)。

2.2 單因素分析結(jié)果

單因素分析結(jié)果顯示，2組患者年齡、病程、淚囊炎病史、膿性分泌物、鼻淚管阻塞程度、探通次數(shù)、感染程度比較，差異均有統(tǒng)計(jì)學(xué)意義(P<0.05)，2組性別、BMI、阻塞眼別比較，差異無統(tǒng)計(jì)學(xué)意義(P>0.05)，見表1。

表1 單因素分析結(jié)果[眼(%)]

2.3 多因素Logisitic回歸分析結(jié)果

以單因素分析有統(tǒng)計(jì)學(xué)差異的指標(biāo)為自變量，以患者的治療結(jié)果(0=陰性結(jié)果，1=陽性結(jié)果)為因變量進(jìn)行多因素Logistic回歸分析，結(jié)果顯示，年齡>30個(gè)月、病程>9個(gè)月、淚囊炎病史、膿性分泌物、復(fù)雜型鼻淚管阻塞、探通次數(shù)≥2次、嚴(yán)重感染均是影響患者治療效果的獨(dú)立危險(xiǎn)因素，見表2。

表2 多因素Logisitic回歸分析結(jié)果

年齡：≤30個(gè)月=0，>30個(gè)月=1；病程：≤9個(gè)月=0，>9個(gè)月=1；淚囊炎病史：無=0，有=1；膿性分泌物：無=0，有=1；鼻淚管阻塞程度：單純=0，復(fù)雜=1；探通次數(shù)：1次=0，≥2次=1；感染程度：輕=0，重=1

2.4 XGboost模型的構(gòu)建

通過GridSearchCV及迭代算法獲取模型的最優(yōu)參數(shù)，最終參數(shù)調(diào)整為min_child_weight=1、max_depth=3、gamma=1、subsample=1、colsample_bytree=0.6。XGboost模型中各影響因素按重要度排序，見圖1。

2.5 模型預(yù)測效能比較

ROC曲線分析結(jié)果顯示，XGboost模型預(yù)測患者治療效果的曲線下面積(OR=0.817，95%CI：0.742～0.825，P<0.001)較多因素Logistic回歸分析模型(OR=0.762，95%CI：0.725～0.856，P<0.001)提高了5.5%，且靈敏度(77.73%)、約登指數(shù)(0.421)均明顯高于多因素Logistic回歸分析模型(靈敏度69.24%，約登指數(shù)0.379),見圖2。

1：病程>9個(gè)月；2：復(fù)雜型鼻淚管阻塞；3：年齡>30個(gè)月；4：探通次數(shù)≥2次；5：淚囊炎病史；6：膿性分泌物；7：嚴(yán)重感染

圖2 兩種模型的ROC曲線

2.6 并發(fā)癥發(fā)生情況

12眼于術(shù)中及術(shù)后發(fā)生淚小管裂傷、假淚道形成、置管脫落、鼻腔出血、再阻塞等并發(fā)癥，并發(fā)癥總發(fā)生率為6.49%(12/185)，有效組術(shù)后并發(fā)癥發(fā)生率低于無效組，差異具有統(tǒng)計(jì)學(xué)意義(P<0.05)，見表3。

表3 患者并發(fā)癥發(fā)生情況[眼(%)]

3 討論

鼻淚管阻塞是一種常見的兒童眼科疾病，其發(fā)病率約為6%[8]。若不及時(shí)治療，可能引發(fā)急性、慢性淚囊炎，進(jìn)而導(dǎo)致結(jié)膜炎、眶蜂窩組織炎、角膜炎等并發(fā)癥的出現(xiàn)，嚴(yán)重者形成淚囊瘺或淚囊穿孔[9]。鼻淚管長期阻塞會(huì)導(dǎo)致淚囊持續(xù)擴(kuò)張、失去彈性，繼而喪失排泄淚液的功能，患者到了成年后淚道的虹吸作用消失，會(huì)出現(xiàn)頑固的功能性溢淚[10]。雖然鼻淚管阻塞的臨床治療方法較多，但在治療的過程中，創(chuàng)面部位水腫容易導(dǎo)致淚道管腔閉合以及腔壁粘連，術(shù)后復(fù)發(fā)率較高。若對鼻淚管阻塞進(jìn)行反復(fù)探通治療，可能會(huì)引起淚小管裂傷，導(dǎo)致淚小管的永久性粘連和閉鎖，進(jìn)一步增加治療的難度[11]。淚道激光聯(lián)合逆行淚道置管術(shù)治療淚道探通失敗后鼻淚管阻塞具有創(chuàng)傷小、副作用小、瘢痕不明顯、費(fèi)用低等優(yōu)點(diǎn)[12]。有研究表明，淚道激光聯(lián)合逆行淚道置管術(shù)治療行淚道探通或激光治療失敗后鼻淚管阻塞的有效率為66.7%[13]。本研究結(jié)果與文獻(xiàn)報(bào)道基本一致，但本研究結(jié)果還顯示術(shù)后并發(fā)癥的發(fā)生風(fēng)險(xiǎn)仍很高。目前關(guān)于影響淚道探通失敗后鼻淚管阻塞患兒治療效果的因素的研究較少。因此，探討影響淚道探通失敗后鼻淚管阻塞患兒治療效果的因素，對改善患兒預(yù)后有重要意義。

于泓等[14]探討了影響淚道激光聯(lián)合引流管置入治療淚道阻塞療效的因素，結(jié)果顯示，病程>5年、高血壓、糖尿病等是影響患者治療效果的獨(dú)立危險(xiǎn)因素。李瑞宏等[15]探討了影響Ritleng淚道置管術(shù)治療經(jīng)淚道探通失敗的先天性淚道阻塞患兒療效的因素，結(jié)果顯示，年齡>9個(gè)月、淚道探通次數(shù)≥2次均是影響患者治療效果的獨(dú)立危險(xiǎn)因素。在本研究中，病程>9個(gè)月、探通次數(shù)≥2次是影響淚道激光聯(lián)合逆行淚道置管術(shù)治療淚道探通失敗后鼻淚管阻塞患兒療效的獨(dú)立危險(xiǎn)因素。其原因可能是患兒長時(shí)間未得到有效的治療或多次反復(fù)探通失敗后，導(dǎo)致淚道內(nèi)瘢痕形成，結(jié)構(gòu)發(fā)生改變，使得鼻淚管阻塞更加難以治療，進(jìn)而影響探通失敗后患者的治療效果。Swierczyńska等[16]探討了影響鼻淚管阻塞患兒治療效果的因素，結(jié)果顯示，雙側(cè)阻塞、年齡>24個(gè)月是影響患兒治療失敗的危險(xiǎn)因素。曹文紅等[17]研究表明，年齡>24個(gè)月、復(fù)雜型鼻淚道阻塞是影響Ritleng淚道插管術(shù)治療先天性鼻淚管阻塞患兒治療效果的危險(xiǎn)因素。在本研究中，年齡>30個(gè)月、復(fù)雜型鼻淚道阻塞是影響淚道探通失敗后鼻淚管阻塞患兒治療效果的獨(dú)立危險(xiǎn)因素。其原因可能是隨著患兒年齡的增長、病程的延長以及多次探通失敗導(dǎo)致鼻淚管阻塞類型轉(zhuǎn)變?yōu)閺?fù)雜型，術(shù)后易出現(xiàn)硅膠管脫出、縫線脫落、鼻翼肉芽腫形成、鼻腔出血等并發(fā)癥，導(dǎo)致患兒術(shù)后復(fù)發(fā)的風(fēng)險(xiǎn)增加。李瑞宏等[15]的研究表明，既往有淚囊炎病史、膿性分泌物、阻塞嚴(yán)重也是影響Ritleng淚道置管術(shù)治療經(jīng)淚道探通失敗的先天性淚道阻塞患兒療效的因素。在本研究中，淚囊炎病史、膿性分泌物、嚴(yán)重感染是影響淚道探通失敗后鼻淚管阻塞患兒治療效果的獨(dú)立危險(xiǎn)因素。其原因可能是術(shù)前的炎癥或感染會(huì)導(dǎo)致患兒術(shù)后淚道管腔閉合以及腔壁粘連，復(fù)發(fā)風(fēng)險(xiǎn)增加。因此，我們建議鼻淚管阻塞患兒應(yīng)盡早治療，術(shù)前詳細(xì)檢查患兒的感染及炎癥情況，以降低對患兒治療效果的影響，減少術(shù)后復(fù)發(fā)情況。

XGboost算法是基于梯度提升決策改良而來的集成算法，因不需要大量數(shù)據(jù)、訓(xùn)練速度快及訓(xùn)練結(jié)果精確等特點(diǎn)，目前已被廣泛應(yīng)用于人工智能、數(shù)據(jù)分析等領(lǐng)域[18]。有研究表明，XGboost模型對疾病治療后的復(fù)發(fā)風(fēng)險(xiǎn)具有較高的預(yù)測價(jià)值，且預(yù)測效果顯著優(yōu)于多因素Logistic回歸分析模型[19]。本研究構(gòu)建XGboost模型分析影響患者治療效果的風(fēng)險(xiǎn)因素，并通過ROC曲線分析比較多因素Logistic回歸分析模型和XGboost模型對患者治療效果的預(yù)測價(jià)值，結(jié)果顯示，XGboost模型預(yù)測患者治療效果的曲線下面積、靈敏度、約登指數(shù)均顯著高于多因素Logistic回歸分析模型，提示XGboost模型對患者治療結(jié)果的預(yù)測價(jià)值顯著優(yōu)于多因素Logistic回歸分析模型。本研究中，有效組患者并發(fā)癥發(fā)生率顯著低于無效組，提示并發(fā)癥也與淚道探通失敗后鼻淚管阻塞的治療效果有關(guān)。術(shù)后并發(fā)癥發(fā)生不利于患者康復(fù)，會(huì)增加術(shù)后復(fù)發(fā)風(fēng)險(xiǎn)，影響治療效果，因此，應(yīng)加強(qiáng)術(shù)后病情觀察，及時(shí)發(fā)現(xiàn)并采取有效措施，提高手術(shù)治療效果。

綜上所述，淚道激光聯(lián)合逆行淚道置管術(shù)治療淚道探通失敗后鼻淚管阻塞療效顯著。年齡>30個(gè)月、病程>9個(gè)月、淚囊炎病史、膿性分泌物、復(fù)雜型鼻淚管阻塞、探通次數(shù)≥2次、嚴(yán)重感染均是影響淚道探通失敗后鼻淚管阻塞患兒治療效果的獨(dú)立危險(xiǎn)因素，臨床應(yīng)予以重視；XGboost模型對患兒的治療效果具有較高的預(yù)測價(jià)值。