余國君
(貴陽中醫學院,貴州 貴陽 550000)
隱結構模型是由香港科技大學的張連文教授提出來的一種研究中醫證候的一種無監督學習方法、通過分析隱結構模型中的隱變量與顯變量之間的相互關系、可以為中醫臨床的辨證標準提供一個相對客觀的定量標準。現報告如下。
全部病例均來自2017年6月~2018年5月貴陽中醫學院第二附屬醫院心內科明確診斷為氣血辨證住院病例、合計500例。
明確診斷為氣血辯證心血管內科疾病范圍:失血、血虛、血瘀、血熱、血寒、氣虛、氣逆、氣郁、氣滯、氣血不調、氣滯血瘀、氣血兩虛、氣虛血瘀等三個大類及十五個證型。
①非氣血辨證的病例;②非心內科疾病;③其他原因。
1.4.1 病例收集
采用自擬的中醫氣血辨證四診信息采集表、對病例的一般信息、癥狀等信息進行采集。
1.4.2 數據采集
采用Epidata 3.1軟件建立數據庫、本過程采用兩人獨立操作、一人監督的方法確保其客觀性。
把數據庫的數據導入到隱結構模型分析軟件(孔明燈軟件)中進行數據處理。
本研究采用孔明燈分析軟件(Lantern-5.0)用LTMEAST模型對數據中的112位顯式變量(癥狀、脈搏)進行分析和建模.將累積信息覆蓋設置為95%、最終得到18個相關的隱變量。以Y0到Y18標記、其中有4個隱變量下含有3個相關隱類、24個隱變量下有2個相關的隱類、總共得出60個隱類、以貝葉斯信息準則為模型的評價標準(簡稱BIC評分)、本次數據分析的模型評價分數為-14,282.11。
模型中Y標記的是其相關的34隱變量、這些隱變量是由Lantern-5.0軟件進行運算而形成的、模型中每一個隱變量、它們各自都代表了某個方面(或者說某個角度)對這些數據所進行的一種劃分。它們之間的每個隱變量都與其相關的癥狀與脈象之間存在定性與定量的關系、兩兩互信息代表數據內隱變量與癥狀脈沖之間的關聯程度、信息和累積信息的覆蓋表示癥狀和脈象對隱藏變量的貢獻和累積貢獻。
在隱結構模型中、可以看見變量之間的連線有著粗細之分、連線的粗細程度代表著這些變量之間的關聯強弱。拿Y21做一個例子、可以看到它也有2個取值,它表示了這個隱變量是分為2個隱類、我們可以分別記為Y23=s0和Y23=s1。
在模型中,我們可以看見模型圖中左側的縱軸代表的是互信息的絕對值、它單位就是比特(bit)、而圖中右側的縱軸則是代表著信息覆蓋度的大小、一般來說它的取值范圍一般為0~100%之間。可以在模型圖中看到兩條相交的曲線。上面的曲線代表累積的互信息曲線、而下面的曲線表示成對的互信息曲線。
Y1脈滑、咳嗽屬于氣逆。Y2點刺舌、煩躁易怒、舌枯、呵欠、氣喘、手足抽搐屬于血熱。Y3下午潮熱、五熱、夜汗屬于血虛。Y4四肢冷痛、四肢冷、嗜睡、膚色紅屬于血寒。Y5咯血、嘔吐、打嗝、反胃屬于氣逆。Y6脈數、心煩屬于血熱。Y7失眠納差屬于氣血兩虛。Y8舌暗紅、胸脅隱痛、胸脅刺痛、齒衄、肌衄屬于血瘀。Y9瘀斑舌、女子痛經、脈澀、男子遺精屬于氣虛血瘀。Y10舌苔燥、舌少津、血熱。Y11薄苔屬于氣血兩虛。Y12唇甲紫暗、面色晦暗屬于氣虛血瘀。Y13脈弱、脈弦、脅肋脹滿屬于氣血兩虛。Y14懶言、少氣屬于氣虛。Y15自汗、無力氣短屬于氣虛。Y16帶下量多,月經后期與過少屬于血虛。Y17舌淡紫、吞酸屬于氣滯血瘀。Y18舌紅、舌淡紅屬于血熱。
氣逆Y1、Y5。血熱Y2、Y6、Y10、Y18、Y21。血虛Y3、Y16、Y22、Y25、Y27。血寒Y4、Y24。氣血兩虛Y7、Y11、Y13、Y23、Y26。血瘀Y8。氣虛血瘀Y9、Y12。氣虛Y14、Y15、Y20。氣滯血瘀Y17。
可以看出來這500例病例以氣逆、血熱、血虛、血寒、氣虛血虛、血瘀、氣虛、氣滯血瘀是九種主要證候、其中氣虛與血虛所占比例最大。也最為常見、由于現代的生活習慣的改變、人們經常由于各種復雜多變的原因而導致氣虛與血虛。而氣虛又是最常見的、它有著先天的因素,也有后期因素諸如勞累久病與生活的不規律等都可以導致我們人體的氣虛,人的身體的運作需要氣的參與,中醫中就有“百病皆生于氣”的說法、因此在心內科的治療中應該多多注意病人氣虛的情況、這樣能更好的輔助臨床治療。