基于最大似然法的中風病常用中成藥適宜人群經典判別分析

羅文舒 胡湘 楊卓欣 于海波 皮敏 張金文 黃美玲 崔夢媛

【摘 要】 目的：應用基于最大似然法的經典判別分析研究中風病常用中成藥適宜人群的臨床特征。方法：查詢電子處方集系統，篩選應用量最大的前3種中成藥，利用經典判別分析對常用中成藥適宜人群建立數學模型，分析模型對不同人群的預測能力。結果：篩選出中風病應用量最大的前3種中成藥為燈盞生脈膠囊、銀杏葉滴丸、強力天麻杜仲膠囊，共納入203例受試者，利用經典判別分析構建數學模型，對3種中成藥組測試集進行預測，總判別正確率為76.24%。結論：利用基于最大似然法的經典判別分析構建中成藥適宜人群的數學模型，對3種中成藥適宜人群有良好的識別效果。

【關鍵詞】 中風病；中成藥適宜人群；經典判別分析

【中圖分類號】R255.2 【文獻標志碼】 A【文章編號】1007-8517（2018）15-0010-03

Abstract：Objective To investigate the recognition of proper population of Chinese patent medicine commonly used in stroke by classical discriminant analysis. Methods The first 3 Chinese patent medicines with the largest number of applications have been screened by inquiring of electronic medical records. The classical discriminant analysis based on Maximum Likelihood is performed to construct the mathematic model for the proper population of Chinese patent medicine commonly used in stroke. Results The first 3 Chinese patent medicines with the largest number of applications are Erigeron Shengmai Capsule， Ginkgo biloba drop pills and Powerful Gastrodia Eucommia Capsule. The mathematic model is constructed by classical discriminant analysis for 203 subjects. Total recognition accuracy for 3 groups of Chinese patent medicines is 76.24%. Conclusions The recognition accuracy of the mathematic model for proper population of Chinese patent medicine constructed by classical discriminant analysis is satisfied.

Keywords：Stroke； Proper Population of Chinese Patent Medicine； Classical Discriminant Analysis

中風病是嚴重危害我國人民健康的重大疾病，其發病率、致死率和致殘率均很高，近年腦卒中發病率和患病率仍在持續上升[1]。中成藥對腦血管疾病療效好，毒副作用少，已成為我國中風病患者治療的重要選擇之一，是臨床防治中風病的重要藥物[2]。隨著中成藥在臨床上的廣泛應用，其藥源性疾病發生有增多趨勢[3]。臨床上很多醫師特別是西醫師，因對中成藥藥理理解不充分，使用時缺少辨證論治，造成了不合理使用現象[4]，這已引起行業內重視[5]。因此，構建符合中醫理論的中風病常用中成藥適宜人群的數學模型，為臨床上提供參考，有助于提高療效，控制成本，促進康復。

1 資料與方法

1.1 病例選擇 選取2015年1月至2017年9月深圳市中醫院針灸科病房及門診就診的缺血性中風病恢復期或后遺癥期患者。

1.2 診斷標準 缺血性中風病名診斷標準參照《各類腦血管疾病診斷要點》[6]和《中風病診斷與療效評定標準》[7]。證候診斷標準參照《中風病診斷與療效評定標準》[7]、《中醫虛證辨證參考標準》[8]和《血瘀證診斷標準》[9]。

1.3 納入標準 符合缺血性中風病的診斷標準；恢復期和后遺癥期腦梗死患者；可用針灸科2014年11至12月治療中風應用量最大的前3種中成藥治療。

1.4 排除標準 無癥狀和局灶體征的靜止性腦梗死；發病時有嚴重的心臟病如心功能不全、呼吸衰竭、肝功能障礙、腎功能不全、惡性腫瘤、凝血功能障礙等。

1.5 觀察指標 參考《中風病診斷與療效評定標準》、《中醫虛證辨證參考標準》和《血瘀證診斷標準》（見1.2 診斷標準）所涉及的癥狀、特征和理化指標。

1.6 實施方法 對患者進行現場采集中醫四診信息，并填寫中醫四診信息采集表。

1.7 統計學處理 數據分析采用SPSS 22.0統計軟件包進行統計分析和建模。將中成藥類別作為響應變量，望、聞、問、切采集數據等相關信息作為解釋變量，利用應用基于最大似然法的經典判別分析建立數學模型。

2 結果

2.1 常用中成藥 對深圳市中醫院針灸科2014年11至12月的臨床用藥情況調研，查詢其電子處方集系統，篩選第一診斷是“中風”、“腦梗塞”、“腦梗死”或“腦血管疾病”的處方，對其進行篩選，應用量最大的前3種中成藥為：燈盞生脈膠囊、銀杏葉滴丸、強力天麻杜仲膠囊。

2.2 經典判別分析 入選病例共計203例，隨機分為訓練集102例和測試集101例，其中訓練集實際分組1、2和3（中成藥種類=1、2和3，分別代表燈盞生脈膠囊組、銀杏葉滴丸組和強力天麻杜仲膠囊組），分別有32、37和33例。經方差分析后發現中成藥應用適宜人群臨床特征，如：神疲乏力，少氣或懶言，自汗，舌胖或有齒印，脈虛或弱或軟或濡，五心煩熱，咽燥口干，舌紅或少苔或無苔，脈細數，便結而尿短赤，耳鳴或耳聾，急躁易怒或抑郁喜嘆息，手足抖動，頭重如裹，苔白膩等，與不同種類中成藥應用相關。

判別分析可根據分類明確的樣本，制定出分類標準，從而可對新樣本（測試集或其他待測樣本）進行分類。訓練集樣本Yi（“中成藥種類=燈盞生脈膠囊”組定為Y1，“中成藥種類=銀杏葉滴丸”組定為Y2，“中成藥種類=強力天麻杜仲膠囊”組定為Y3），3組數據可鑒別指標為一級指標Xj（j=1，2，3……），每個一級指標的變化定為Xk。計算四組數據各個指標的出現率（條件概率）P（Xjk/Yi），見表1。根據指數換算公式Lijk=[logP（Xjk/Yi）+1]×10，得到對應指數值。見表2。

2.3 模型預測能力的評估 測試集按變量“中成藥種類”分組共有101例樣本數據進入分析，其中實際分組1、2和3（中成藥種類=1、2和3，分別代表燈盞生脈膠囊組、銀杏葉滴丸組和強力天麻杜仲膠囊組）分別有33、36和32例。測試集樣本根據表2各組各類因素指數換算計量表的結果，求出指數和，以指數和大者作為判別結果，再和實際分組相驗證。結果顯示，實際分組1（“中成藥種類=1”）有7人被誤判，判別正確率78.79%，實際分組2（“中成藥種類=2”）有9人被誤判，判別正確率75.00%，實際分組3（“中成藥種類=3”）有8人被誤判，判別正確率75.00%。總判別正確率為76.24%，說明該模型預測效果尚可。

3 討論

中風病在世界范圍內居60歲以上人口死亡原因中第2位[10]，是造成成人殘疾的首要原因，也是老年人認知功能障礙的重要原因。我國每年約有600萬人受中風侵襲，其中約有1/3患者會后遺終身殘疾，存活患者生活質量差因此，必須積極采取有效的防治措施，合理用藥，以降低中風病發病率、死亡率、致殘率和復發率，促進患者康復。

中風病恢復期和后遺癥期，其病機多為虛實夾雜，故治療當注重標本兼顧，扶正祛邪，常見證型包括氣虛血瘀，風痰瘀阻，肝腎虧損等，治法多采用益氣養血，化痰通絡，平肝熄風，補益肝腎[11]。燈盞生脈膠囊由燈盞細辛、人參、五味子、麥冬組成，功能益氣養陰，活血健腦，用于氣陰兩虛，瘀阻腦絡證；銀杏葉滴丸為理血劑，有活血化瘀通絡之功效，主治瘀血阻絡證；而強力天麻杜仲膠囊為熄風化痰，活血通絡，補益肝腎之品。本研究篩選出的建模因素（臨床特征），如：神疲乏力，少氣或懶言，自汗，舌胖或有齒印，脈虛或弱或軟或濡，五心煩熱，咽燥口干，舌紅或少苔或無苔，脈細數，便結而尿短赤，耳鳴或耳聾，急躁易怒或抑郁喜嘆息，手足抖動，頭重如裹，苔白膩等，與不同種類中成藥應用相關。從這些所納入研究的患者臨床特征來看，風、痰、瘀、氣虛、肝腎虧虛是重要病機，可能與中風患者血脈運行不暢、風痰瘀阻、臟腑功能虧虛不能濡養清竅，而使腦失所養等病理改變密切相關。

經典判別分析在分類確定的條件下，根據研究對象的各種特征值判別其類型歸屬，其基本原理是按照一定的判別準則，建立一個或多個判別函數，用研究對象的大量資料確定判別函數中的待定系數，并計算判別指標，據此即可確定某一樣本屬于何類。最大似然法用于自變量均為分類變量的情況，該方法建立在獨立事件概率乘法定理的基礎上，根據訓練集信息求得自變量各種組合情況下樣本被歸為任何一類的概率。當新樣本進入時，則計算其被分到每一類中去的條件概率（似然值），概率最大的那一類就是最終評定的歸類。有研究表明[12]在省級醫院里西醫師開具的中成藥處方不合格率可達41.3%，上述示范性研究采用基于最大似然法的經典判別分析，對中成藥種類與中成藥應用適宜人群臨床特征進行建模，總判斷符合率76.24%，預測效果尚可，在臨床合理使用中成藥防治中風病方面提供客觀參考。后期進一步研究仍需繼續擴大樣本量，增加中成藥種類，開展多中心合作。

參考文獻

[1]孫海欣，王文志. 中國60萬人群腦血管病流行病學抽樣調查報告[J]. 中國現代神經疾病雜志，2018，18（2）：83-88.

[2]儲秋萍，馮琳，戴惠珍，等. 2007年長江流域157家醫院心腦血管類中成藥的利用分析[J]. 中國新藥與臨床雜志，2008，27（10）：775.

[3]康麗，高慧，王璐，等. 中成藥不良反應報告中不合理用藥回顧性分析[J]. 臨床醫學研究與實踐，2017，2（27）：101-102.

[4]高素強，趙展榮，賀鵬. 衛生部北京醫院治療心血管疾病中成藥處方分析[J]. 中國全科醫學，2005，8（16）：1336.

[5]金銳，趙奎君，郭桂明，等. 中成藥臨床合理用藥處方點評北京共識[J]. 中國中藥雜志，2018，43（5）：1049-1053.

[6]中華神經科學會，中華神經外科學會.各類腦血管疾病診斷要點[J].中華神經科雜志，1996，29（6）：379-380.

[7]國家中醫藥管理局腦病急癥協作組. 中風病診斷與療效評定標準（試行）[J]. 北京中醫藥大學學報，1996，19（1）：55-56.

[8]沈自尹，王文健. 中醫虛證辨證參考標準[J]. 中西醫結合雜志，1986（10）：598.

[9]第二屆全國活血化瘀研究學術會議修訂.血瘀證診斷標準[J].中西醫結合雜志，1987，7（3）：129.

[10]GBD 2015 Mortality and Causes of Death Collaborators. Global， regional， and national life expectancy， all cause mortality， and cause specific mortality for 249 causes of death， 1980-2015： a systematic analysis for the Global Burden of Disease Study 2015[J]. Lancet，2016，388：1459-1544.

[11]國家中醫藥管理局專業技術資格考試專家委員會. 2006年全國臨床中醫學 中西醫結合醫學 中藥學 中醫護理學專業技術資格考試大綱與指南[M]. 北京：中國中醫藥出版社，2006：1340-1345.

[12]關玉琴，周彩虹，劉建寧. 西醫開具中成藥處方存在的問題分析[J]. 臨床合理用藥，2010，3（13）：61.