中醫證候分型標準化統計學探討范文

本站小編為你精心準備了中醫證候分型標準化統計學探討參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：

中醫各疾病證候分型標準的缺失在很大程度上阻礙了現代中醫藥臨床與科研的發展，因此如何制定中醫證候分型標準成為了當下急待解決的問題。目前證型標準化的統計學處理方法之間存在很大差異，正確的數據分析方法可以確保所制定標準具有極高的臨床可靠性，選擇何種統計方法成為了關鍵。利用符合中醫辨證規律的數理方法，對常見疾病的中醫證候進行多中心合作、大基數樣本的臨床流行病學調查，根據所獲得的數據進行分析，提取證候要素，是目前建立證候標準化研究方法的可行之路。

關鍵詞：

中醫證候；證候分型；標準化；統計學方法

中醫基于整體觀念的辨證論治是中醫學診斷及治療的特色。建國以來關于中醫辨證分型的研究一直是中醫診斷學領域最為矚目的焦點，但緣于中醫各家學說、經驗、理論等等紛繁復雜，自成體系，具有強烈的主觀、模糊與隨意性[1]，因此逐漸形成了多種證候分類標準同時并存的現象，所謂的標準并不具有權威性，臨床大多以推薦治療指南存在。然而標準是構建國家核心競爭力的基本戰略要素，在未來的國際競爭中，標準是各國競爭的焦點。隨著傳統中醫藥巨大的醫療價值和市場潛力日益被挖掘，中醫藥標準化的國際呼聲和需求日益高漲。東亞地區的日韓甚至歐美等國家紛紛開展了傳統中醫藥各種標準的研究與制訂，通過各種渠道和方式爭取制定國際標準的主導權。中醫藥標準化面臨著激烈的國際競爭，不做標準將失去主導權，因此開展證候的標準化研究有重大的現實意義，制定并具有權威性的中醫各病種的證候分型標準是搶占中醫藥國際話語權的有力切入點。以下就適合中醫證候分型標準化研究的方法以及目前常用于證候分型研究的幾種多元統計分析方法的對比選擇作一綜述。

1適合中醫證候分型標準化的統計學方法

中醫疾病證候分型的標準化、客觀化是臨床辨證施治規范化的堅實基礎，近年來大批研究者在中醫證候診斷標準研究方面做了不少有借鑒意義的嘗試，涉及病種廣泛，根據不同疾病的特點在思路和方法的實踐上進行了新的探索，取得了一定的成果。

1.1聚類分析[6]、因子分析[7]、主成分分析[8]結合何麗清等[9]對北京市三家醫院共586例年齡介于50至74歲之間的符合膝骨關節炎診斷標準的女性患者進行了前瞻性研究，作者采取臨床流行病學調查方法，收集整理四診信息，以聚類分析中系統聚類Ward’s法將該病分為三個證型，即腎氣虧虛型（386例）、風寒濕痹型（141例）和痰瘀互阻型（59例）。唐偉等[10]收集了張炳秀教授2004—2010年間收治的644例共計755診次胃脘痛病案，記錄下患者的癥狀、體征、舌脈等臨床資料，并進行聚類及因子分析。其結果顯示胃脘痛的臨床證候可分為以下六類：脾胃虛寒、肝氣犯胃、濕熱中阻、脾胃氣虛、痰濕內蘊、瘀血停胃，每一類證候對應一組貢獻率不同的具有高相關性的四診信息。王春曉等[11]根據頸椎病患者的臨床表現、舌脈體征等設計調查表，采集575例患者的四診信息，運用聚類分析和主成分分析法對調查表中98個常見癥狀進行分析得出8類證候：痰濕阻絡，寒濕痹阻，氣血兩虛，濕熱侵襲，肝腎虧虛，脾腎陽虛，血瘀氣滯，肝脾兩虛。根據分析結果可知，頸椎病病機復雜，虛實并見，其基本的病機是以“邪實”為主，主要表現為氣滯、濕熱、寒濕、痰濕，并見血瘀之邪；而正虛主要表現為陰虛、陽虛、氣虛和血虛，這提示聚類分析和主成分分析用于中醫證型的分類研究具有一定科學性。

1.2人工神經網絡相關研究邊沁等[13]用一種基于MFB_P算法的神經網絡模型，以742例乙肝臨床病例資料為研究對象，對乙肝的中醫證型進行了規則的提取與研究，并根據其解決實際問題的能力對網絡的性能作出評價。其研究結果表明，這種神經網絡運算模型有較強的獲取數據規則的能力，決定該網絡性能優劣的關鍵因素是如何在原始數據的基礎上有效地表示知識以及控制輸入的信息。該方法用于證的標準化研究具有方法學上的可行性，值得進一步深入探究。孫貴香[14]在冠心病臨床流行病學調查的基礎上，采用MATLAB神經網絡工具，構建冠心病對應的中醫證候人工神經網絡模型。并運用回顧性及前瞻性檢驗的方法，客觀地檢測該網絡模型的性能。結果可見，對已采集的496例患者的四診信息進行回顧性檢驗處理后，該模型的診斷準確率高達90.5%，且具體證型判別的準確率與樣本例數呈正相關性。新采集的132例病例進行前瞻性檢驗顯示，模型的診斷準確率達到了91.36%[12]。

1.3結構方程的應用申春悌和張華強[16]采用DME(designmeasurementevaluation)流調方法，以盲法處理和分析了400例更年期綜合征患者的資料，采用因子分析和結構方程模型，研究本病的證候分布及各證所包含四診信息及實驗室檢測指標，以探討中醫證候分型標準建立的思路與方法。李國春等[17]采用臨床流行病學/DME的方法采集慢性萎縮性胃炎病人的中醫宏觀四診信息和胃鏡病理特征資料，根據病例特征的多維指標和中醫先驗理論建立合適的結構方程模型，并擬合模型考核其合理性，從202個慢性萎縮性胃炎病例的22個辨證相關指標中，隨機抽取了四個潛在因變量，分別與中醫的四個常見證型相對應：脾胃濕熱證、肝胃不和證、脾胃虛弱證和胃陰不足證，并與相應顯性癥狀相關，四個潛在的因變量都受同一個潛在的自變量影響，而潛在的自變量則反映了慢性萎縮性胃炎的共性[15]。

1.4關聯分析章浩偉將灰色理論中的灰色關聯分析應用于中醫肝病的診斷中，給出了癥狀程度表達的解決方案，并建立了結合專家系統和灰色理論方法的推理診斷模型，實現了一種新型智能化中醫肝病診斷方法，通過實際病例檢驗來驗證了該方法的可行性，并根據上述方法構造了中醫肝病七個主要證候的中醫專家診斷系統，該系統依靠灰色關聯分析等方法組成的模糊推理技術來實現。目前通過60例肝病臨床病例的檢驗得出診斷正確率約為78.3%，進一步證明該系統的推理方案是比較成功且可行的[18]。

1.5多學科交叉的方法任占利等[2]通過翻閱大量的古今文獻進行調研，且經大量臨床實踐，結合臨床流行病學、循證醫學、計算機學、數學、國際量表學等有關規則，研制出較客觀、可計量、能重復的《中風病中醫證候診斷標準》。

2常用于證候分型研究的幾種多元統計分析方法對比選擇

總結目前運用于證候研究的多種數理方法，雖然不乏有基于大數據挖掘的神經網絡、結構方程模型、關聯分析等先進方法的運用，但這些方法在證候標準化研究中仍處于嘗試階段。較多應用于中醫證型標準化研究中的數理統計方法，仍然是傳統的多元統計分析方法。目前常用以下幾種多元統計分析方法進行證候分型的研究。

2.1聚類分析是研究“物以類聚”的一種方法。目前中醫藥領域在對證型的研究中所采用的聚類方法，多數以統計軟件將收集到的四診資料進行基于距離的聚類，統計分析軟件根據各變量之間的關聯程度，分層逐步聚而成類，最后結合中醫理論和名中醫臨床經驗確定為幾類，從而形成對病例觀察的全部變量分型分析。由于是基于距離的聚類，必然導致使用者定義聚類對象之間的距離具有強烈的主觀性。此外，采用聚類分析時如果兩個強相關的變量同時進行分析，易造成聚類結果的區分度不強或者意義不大，并且容易舍棄低頻高相關的變量，而中醫癥狀、體征包括舌脈表現之間存在大量的多重共線性關系。針對這種共線性問題，需要對變量進行預處理，如刪除頻數過低的變量，合并意義相近的變量，或者組成變量群集合，再進行下一步聚類分析，可以盡可能地減少變量的損失，保留更多有意義的變量。

2.2主成分分析和因子分析二者皆為用于將多個相關變量簡化為少數幾個綜合變量集合作為新的變量的多元統計分析方法，這種統計方法可以在盡可能保留變量信息的基礎上降低變量維數，減少信息的丟失且能得出有效結果。中醫證候的要素紛繁復雜，因此有不少學者嘗試用主成分和因子分析法找出辨證的主要癥狀因子，并進行證型分布研究，即所謂的“抓主癥”———滿足主要癥狀條件即可判斷為某一證型。但這種統計分析的前提是假設各因子之間是相互獨立的，而中醫理論認為證候與證候之間、證候與癥狀、癥狀與舌脈之間存在廣泛聯系，相互之間并非能達到統計學意義上的單純獨立，并且存在及其復雜的線性或非線性關系，所以他們的統計思路不完全符合中醫證候理論，也意味著方法學選擇上的錯誤。

2.3回歸分析和判別分析不少學者通過此類分析方法建立證候診斷標準，該方法特點首先需要依據專家的經驗，確定所研究的證候類型歸屬，然后通過對新觀測病例四診信息的數據進行分析，建立一個所謂的最佳判別函數和回歸方程。雖然判別函數和回歸方程是對數據的數學層面的總結，但是它們的建立是以專家主觀判斷為前提，因此根據此類方法建立證候診斷標準，其實就是根據專家經驗建立標準，有循環論證之嫌，因而其客觀性較差。

3證候標準化研究現存問題與展望

迄今為止，關于中醫“證候”的標準化規范化研究已然取得一定的成果，但就其本質而言仍未取得實際意義上的重大突破。其原因有以下幾方面：①證候名稱及其概念的規范并沒有完全統一。由于歷史原因，對于同一種證候名詞的理解因人而異，而證候名及其概念的規范恰恰是制定證候診斷標準的先決條件；②中醫證候分型標準制定的方法學有待進一步提高與完善。目前尚無公認的根植于中醫基礎理論的證候研究的方法學。現采取多學科交叉聯合，以證型標準化方法學為基礎，結合不同病種之間的差異，來制定中醫常見病種證候標準；③目前中醫證候分型標準的研究仍停留在證候的靜態研究上。“證”是疾病發展過程中某一階段的病理概括、是一疾病個動態發展過程的表述。因此中醫證候分型標準化研究，應建立在動態臨床病例模型研究的基礎上，充分挖掘證候的內涵與特質。

總之，利用符合中醫辨證規律的數理方法，對無法與西醫相對應的常見疾病的中醫證候進行多中心合作、大基數樣本的臨床流行病學調查，根據所獲得的數據進行分析，提取證候要素，是目前建立證候標準化研究方法的可行之路。除此之外，如何科學、合理的將建立在臨床病例信息采集基礎上的，使用符合中醫辨證分型規律的數理統計分析方法，分析的結果所建立的證候分析標準轉化成操作性、實用性強的證候診斷標準，來滿足臨床工作中實際的需求，也是目前中醫證候分型標準化研究中非常重要的環節。這需要將撰寫好的標準運用到臨床實際中進行多中心的驗證，同時結合專家咨詢與論證，不斷修改直至完善可行。盡管目前還沒有成熟的數理方法應用到中醫證候標準化研究當中，但隨著多領域、多學科交叉探索的深入，未來會發現更合適中醫證候標準化研究的統計模型與計算方法，相信合乎中醫主流思想的證候研究的方法學不久的將來將會有所突破。

參考文獻

[1]吳秀艷，王天芳.中醫證候診斷標準的研究思路[J].新中醫，2007，39(3):1-3.

[2]任占利，等.中風病證候診斷標準的研究[J].北京中醫藥大學學報，1996，19(4):49-50.

[3]中藥新藥臨床研究指導原則[M].北京:中華人民共和國衛生部，1995:188.

[4]GB/T15657-1995中醫病證分類與代碼.

[5]國家技術監督局.中華人民共和國國家標準:中醫臨床診療術語證候部分[S].北京:中國標準出版社，1997.

[6]黃宏興，黃紅，陳希.骨質疏松癥中醫證型的聚類分析[J].廣州中醫藥大學學報，2007，24(3):180-187.

[7]薛薇.SPSS統計分析方法及應用[M].北京:電子工業出版社，2004.

[8]孫振球.醫學統計學[M].3版.北京:人民衛生出版社，2002.

[9]何麗清，閆立，楊濤.586例膝骨關節炎中醫證型聚類分析及與中醫體質的關系[J].遼寧中醫藥大學學報，2012，14(7):52-55.

[10]唐偉，張炳秀，張文東.胃脘痛證候的聚類分析及因子分析研究[J].安徽中醫學院學報，2012，31(6):35-37.

[11]王春曉，謝興文，李寧.聚類分析與主成分分析在頸椎病中醫證型規范化研究中的應用[J].中國組織工程研究與臨床康復，2011，15(43):8083-8088.

[12]李建生，胡金亮，余學慶，等.基于聚類分析的徑向基神經網絡用于證候診斷的研究[J].中國中醫基礎醫學雜志，2005，11(9):685-687.

[13]邊沁，何裕民，施小成.基于MFB-P算法的中醫證型的神經網絡模型初探[J].中國中醫基礎醫學雜志，2001，7(5):66-69.

[14]孫貴香，姚欣艷，袁肇凱.基于MATLAB的冠心病中醫證候BP神經網絡實現[J].中華中醫藥學刊，2011，29(8):1774-1776.

[15]陳啟光，申春梯，張華強.結構方程模型在中醫證候規范標準研究中的應用[J].中國衛生統計，2005（22）:2-4.

[16]申春悌，張華強，朱雄華.400例更年期綜合征臨床證候辨證標準現場調查分析[J].中國中西醫結合雜志，2004，24(6):517-520.

[17]李國春，李春婷，黃藍洋.結構方程模型在慢性萎縮性胃炎中醫證候分型中應用[J].中國衛生統計，2007，24(4):357-360.

[18]章浩偉，朱訓生，楊華元，等.基于灰色關聯分析的中醫肝炎肝硬化診斷方法[J].計算機工程與應用，2005，41(26):218-219.

作者：李尊 單位：上海中醫藥大學附屬龍華醫院風濕科