真實世界中醫療效評價信息處理方法研究概況＊

吉華星，劉恩順

（天津中醫藥大學 天津 300193）

中醫學理論是多年臨床經驗的總結與傳承，個體化治療與綜合性評價是其論治的特點，中醫藥治療的效果經受住了歷史的考驗[1]。隨著循證醫學模式的引入，以患者主觀感覺及舌象脈象等四診信息為主要評價依據的中醫療效面臨缺乏科學證據的問題[2]。目前作為療效評價的主要標準——隨機對照試驗，其特點為隨機分組，組內單一治療方案，組間單維度指標評價，使患者個體化證候信息大量被忽略，并不能體現中醫臨床中的綜合效應[3]。

中醫療效評價過程應包括臨床證候信息的收集、證候信息的處理以及數據統計學分析等幾個部分。近年來諸多學者主張在真實世界中研究與評價中醫，還原祖國醫學個體化治療與綜合性評價的特點，但中醫個體化干預的多樣性、臨床結局的復雜性與長期性造成了真實世界中療效評價信息極其復雜，評價目標不清晰，統計分析難度較大[3]，而目前所發表有關中醫療效評價文獻中較少提及特別針對“證候信息加工環節”方法學的總結。故本文以中醫療效評價證候信息處理階段為出發點，從量化降維與預測轉歸兩個方向進行綜述，以簡化、明確評價對象，方便中醫臨床療效評價的工作。

1 通過量化與降維處理疾病信息

量化指目標向具體明確，可以清晰度量轉化的過程與結果；降維的目的在于減少多余信息，提高目標識別精度，處理信息時二者常同時應用。在中醫藥臨床治療中，對于同一種疾病的患者，可能其病機不同、兼夾證候不同或體質不同，醫生所給出的處方往往不同，即同病異治。復雜干預是貫穿于整個中醫臨床醫療活動，并且在疾病的治療、預防、康復、護理中出現的一種客觀情況[4]。為了更好地改善與緩解患者臨床癥狀，促進健康，提高生活質量，除藥物干預之外，醫者亦會給予相應的外治方案、生活方式指導或心理疏導等復雜干預措施。與此同時，中醫理論強調人與自然的通應，重視人的社會屬性，在治療目標中包括了患者心理狀態的改善，這就造成了中醫藥干預過程中疾病信息的非直觀性與多維度，豐富的臨床數據在療效評價過程中，難以處理，常規非參數檢驗的方法難以評價。通過量化與降維的方法處理疾病信息，以降低療效評價難度成為了改進現有中醫療效評價的途徑之一，包括：量表法、中醫診斷儀器參數評估、數據包絡分析法、傾向性評分法、模糊數學模型、處方相似度模型等。

1.1 量表法

量表又稱測量工具，是由若干問題或自我評分指標組成的標準化測定表格，用于測量研究對象的某種狀態、行為或態度。在評價過程中以分量表為計分單位，將不同維度的積分分別計算并求和，以達到量化與降維目的。中醫臨床信息具有復雜、多維度的特點，而量表法具有客觀性強、可比性好、程序標準化、易于操作等優點[5]，可將諸多信息以臟腑辨證為綱要歸納進不同的維度，計算相加各臟腑證候評分之和，通過直接比較治療前后量表總分反應臨床療效，使中醫臨床療效的結果更加客觀，可用于中醫治療新方法推廣前的研究。夏洪濤等根據中醫治療因人制宜與PRO量表以人為本的共同特點，建議研制與中醫藥療效評價相符合的PRO量表，并規范其翻譯報道，確定質量評價標準，以推進中醫藥的發展[6]；羅仕娟等基于醫生對患者的功能評估、理化指標、照顧者與患者報告的結局指標，結合中醫臨床特點，應用專家重要性評分法、因子分析法、判別分析法、逐步回歸分析法、主成分分析法、克朗巴赫系數法與變異系數法等統計分析方法設計形成中醫肝病臨床療效評價量表[7]；孔秀路等研究表明“小兒厭食（喂養障礙）中醫證候評價量表”具有良好的信度、效度及反應度，適用于小兒厭食病中醫療效評價[8]。

1.2 中醫診斷儀器參數評估

伴隨中醫四診信息可視化、客觀化發展，中醫特色診斷儀器逐步應用于臨床。其類型主要包括：舌診儀、面診儀、脈診儀及聲診采集軟件等幾大類[9]，這些儀器通過將復雜的舌像、脈象、面部及聲音信息轉化輸出為一個參數，達到了量化降維的目的，共同實現了中醫四診信息的規范統一，對治療前后參數進行比對，從而了解治療效果。其優點在于操作簡便、客觀性強，相較于傳統療效評價中醫師以復診信息及多年臨床經驗進行判斷，低年資中醫師亦可通過儀器的使用，直觀了解初診患者中醫治療的效果，對于初診患者處方的修改提供重要的依據。王祉等通過觀察冠心病患者中醫治療前后舌、面、脈診圖像參數的變化，尋找參數圖像的變化規律，以評價四診圖像數據在冠心病中醫治療效果評定中的可行性，得到了肯定的結果[10]；李學良等利用中醫舌面象一體儀、脈象儀及聲診信息采集系統收集支氣管哮喘緩解期患者治療前后的參數變化，并結合其他量表與功能測定數據，評價支氣管哮喘的療效，結果表明中醫四診客觀化檢測能為中醫藥治療支氣管哮喘療效評價提供有效依據[11]。

1.3 數據包絡分析法

在衡量組織績效的過程中，經常出現多項投入指標與多項產出指標，難以同一單位進行綜合分析。數據包絡分析法是一種基于線性規劃的用于評價同類型組織工作績效相對有效性的特殊工具手段，通過納入不同產入與產出指標，換算為綜合效率評價指數，實現量化與降維，以方便不同決策單元績效的比較。在中醫臨床實際中，除診療方案外，患者的經濟水平、依從性、及其家庭的可支持程度亦需要考慮，此方法可忽略各指標量綱的不同質性，不必事先人為界定指標權重，除具有降維簡化分析的優點外，尚能將患者的社會因素考慮在內，遵從了中醫“天人合一”的理念。通過對比不同方案治療前后產入指標與產出指標的差異，挑選出療效最好、經濟實惠且最適合患者方案是數據包絡分析法的優勢。楊斐等認為中醫復雜診療系統的多指標綜合評價能夠準確反映中醫診療的實際水平，基于數據包絡分析法中的C2R、BC2模型，以治療總費用為投入指標，以VAS評分比較與頸椎JOA功能評分改善指數為產出指標，分析100例頸椎病患者3種頸椎病治療方案的療效，結果表明此法具有能夠同時納入多個指標進行分析的優點，適合于中醫治療的復雜干預，在中醫綜合方案選擇上具備潛在的應用推廣價值[12]。

1.4 傾向性評分法

傾向性評分法代表觀察性研究中被觀察變量存在的前提下，每個觀察對象分配至處理組的可能性。運用此法可使觀察性研究在避免過度分層、過度匹配的前提下，達到事后隨機化效果[13]。中醫臨床信息是由“望、聞、問、切”四診信息構成的整體，任何四診信息的分割，都容易造成療效評價結果的偏倚，本方法的意義在于盡可能的保留了四診評價信息的整體性，使評價結果更接近真實情況。葉曉勤等闡述了傾向性評分法是控制混雜偏倚的一種有效方法，其原理在于將多種混雜因素綜合為傾向評分變量，實現量化降維綜合，使組間具有可比性，適用于中醫復雜干預非隨機數據的療效評價[14]。

1.5 模糊數學模型

中醫臨床中很多概念并非都是“非此即彼”那么簡單，而概念的差異常以中介過度的形式出現，表現為“亦此亦彼”的模糊現象，模糊數學模型即是用精確的數學方法對模糊現象進行處理分析的一種途徑，有助于體現數據直觀性的同時保證中醫療效評價的整體性，同時將四診信息歸納為病情嚴重指數這一指標，對比治療前后的病情嚴重指數，實現療效的評價。朱小虎等應用中醫理論，從整體觀念出發，基于其前期所建立的辨證要素積分表、中醫證型識別數學模型構建了評價膝關節骨性關節炎中醫療效的模糊數學評價模型，將該模型計算出的分值作為病情嚴重程度指數，從而綜合分析46個主次證素，并將此指數分別與JOA效果判定標準和WOMAC指數得分進行直線相關分析，結果顯示病情嚴重程度指數與上述兩標準均具有相關性，此模糊數學模型具有一定的信度與效度[15]。

1.6 處方相似度模型

“效不更方”指中醫師在診治病情變化較小的慢性病過程中，首診的效果評價信息會體現在二診的處方中，若首診有效，則二診處方基本不變，反之則相應變化。處方相似度這一變量可實現兩次治療藥味、藥量、煎服法等不同維度信息的量化降維綜合，通過比較前后兩次就診處方的相似度，評價療效。此方法在簡化中醫療效評價流程的同時，亦有利于中醫名家經驗的繼承與發展，年輕醫師可通過此模型更好地學習了解經典的診療思路。王俊文等利用電子病歷根據處方相似度，建立了可進行取舍有效處方的療效評價模型，符合了中醫“效不更方”的傳統療效評價思路[16]。

1.7 復雜網絡分析法

證候是機體內因和環境外因綜合作用下的機體整體反應狀態，具有高維度的特性。一方面其“高維性”符合真實世界中疾病、非健康狀態的特征，另一方面，該特性又影響了證候的標準化與規范化，證候降維的關鍵在于梳理主導因素，以使問題簡單化[17]。部分學者亦從中醫證候入手，通過復雜網絡的分析方法，實現降維，從而篩選出最能反映病情變化的證素，評價中醫治療的效果。

陳瀟雨等基于C5.0決策樹算法等數據挖掘技術，對慢性乙型肝炎的247項中西醫屬性進行綜合分析，從中篩選出苔白、舌紅、舌胖、膝軟、苔厚、脈細、HBeAb等7項重要屬性，達到了96.94%的分類準確性[18]，有利于慢性乙型肝炎中醫治療的效果評價；余學杰等利用中醫對患者四診診治記錄，以及專家對患者證候的辨證，基于信息學的決策樹方法，從803位患者的103種證候中，獲取了9種證名與證候的規則。有助于幫助年輕醫生獲取經驗豐富醫生的辨證規律，提高對疾病的認識及診治能力[19]；另有學者采用C4.5算法對800例中醫胃炎的辨證數據病例進行分類，建立中醫胃炎辨證分類決策樹，提取證候的分類規則，所得結果基本符合中醫胃炎的辨證規律以及名老中醫診治胃炎的診療經驗[20]。

1.8 降維方法的不足

由于我國目前尚處于量表使用的初期，在實際應用中出現了量表選擇不當、量表使用不規范、量表作用體現不充分等問題[21]；其中部分量表偏重問診，使望聞切三診被忽略[22]；一些量表在中醫證候動態方面存在量化問題[23]，中醫量表仍有較大的改進空間；中醫特色診斷儀器亦存在不足，一是技術尚欠成熟，治療前后參數變化大多不能說明有統計學意義[24]；二是現有中醫四診客觀化檢測缺乏中醫診斷的敏感性與科學客觀的證據，難以向全世界推廣[25]，需要不斷創新發展；傾向性評分法的缺點在于對協變量選擇要求較為嚴格，難以消除未知混雜因素的影響[14]；處方相似度的局限性在于不適用于急性病或某些特殊情況病情變化較快者，且不能排除電子病歷中出現假陽性與真陰性的可能[16]，這些方法都擁有較多的改進空間。

2 通過預測疾病轉歸處理四診信息

中醫理論指導疾病治療的關鍵在于調整人體陰陽氣血的平衡，并不僅限于疾病本身，其遠期的療效更為顯著。受研究經費、研究人員、患者依從性以及其他因素的影響，隨機對照試驗或前瞻性隊列研究的觀察時間往往有限，所收集疾病治療四診信息往往不能體現中醫治療的遠期療效，影響臨床結局的研究結果。因此需要借助疾病的轉歸預測模型，根據研究者已掌握的四診信息推斷額外的疾病數據，以延長觀察期限，減小偏倚，更好地體現中醫藥的遠期療效。目前常用疾病轉歸預測模型包括多水平統計模型、GEE模型、馬爾可夫模型等。

2.1 多水平統計模型

多水平統計模型包括固定與隨機兩個部分，其特點是可將個體的結局與個體的特征及所在環境背景進行分析，以實現研究對象與其背景的統一，有助于突出中醫藥的遠期療效。多水平統計模型構建與數據層次匹配的復雜誤差結構，將單一隨機誤差項目分散到數據層次結構各水平上，其優勢在于將高水平隨機效應進一步分解，并獲得各水平上更加詳細的隨機效應信息，顯示時間趨勢關系，減小偏倚。黎波等基于多水平統計模型對針灸治療原發性抑郁癥的療效進行了分析，并與Meta分析進行比對，結果表明該模型可評價針灸療效，且較Meta分析結果更為準確[26]。

2.2 GEE模型

GEE模型即廣義估計方程模型（generalized estimating equations）,基于廣義線性模型發展而來，廣泛應用于具有多次重復測量的縱向數據分析，具有建模穩健、充分利用資料信息、可分析重復測量間的相關性等特點，對于病情不穩，需要增加訪視點的中醫急癥患者的療效評價具有積極意義。付淵博等指出GEE模型在對重復測量數據的中醫臨床療效進行評價時具有一定的科學性與可行性，彌補了傳統統計學方法的不足[27]。

2.3 馬爾可夫模型

馬爾可夫模型的基本內涵可以簡單表述為：根據過去及現在預測未來，針對一些慢性病的遠期中醫藥療效評價。有學者基于疾病特點與現有臨床隨訪結果運用馬爾可夫模型進行分析[28]，其優勢在于能夠動態地評價疾病的轉變規律，預測干預措施的遠期療效，以發揮中醫藥長期治療特點。

2.4 預測轉歸模型的局限

部分學者指出在應用廣義評估方程進行統計推斷時，必須驗證PA條件是否成立，只有在其成立的前提下應用GEE模型處理數據才能使得到的統計推斷結論可信，而實際應用中此條件常被忽略[29]；馬爾可夫模型的不足在于對疾病狀態的劃分不能完全貼切于臨床轉歸，且以預測替代隨訪的方式，可能會對療效的真實性造成一定的影響[30]。上述預測轉歸模型也仍有較大改進空間。

3 小結與展望

綜上所述，無論是通過降維方法或預測轉歸模型處理中醫疾病信息均需要借助數學公式以及統計學方法，故上述信息處理方法的綜合使用或許會成為中醫療效評價信息處理的最優模式，本課題組正在切入患者個體化診治信息的獲取與利用，采用多臟腑證候加權組合法提取辨證信息，結合相應治療評價信息，應用量表法、線性模型及模糊數學模型構建符合中醫個體化診療從辨治到療效的函數映射模型，提出一種數據基礎為加權混合回歸模型的矩陣分析法，以推斷中醫辨證治療與效果間因果關聯，并驗證其評價效能，用以探索建立中醫辨證論治疑難雜病的療效評價方法，與各位同道一起豐富和創新中醫臨床療效評價的模式和內容。廣州中醫藥大學學報2014;31(6):988-993.