全病域中医辨证量表的研制

全病域中医辨证量表的研制

症状和体征等临床病理信息被称为“症状”。辩证法的基本基础是“证据素”。以临床准确辨证为目标,不照搬“病”的研究思路,遵循中医学理论和辨证思维规律,采用现代量化诊断的方法和技术,将证候与证素之间的诊断关系进行计量刻画,制定出具有特色的全病域中医辨证量表,对提高辨证诊断水平,具有重要的意义。制定全病域的中医辨证量表,主要研究内容包括:全面收集证候并加以规范;证素项目的确定及规范;研究辨证量化的特色性设计技巧;将证候对证素的关系作出定性定量刻画;规定量表的操作规则、使用方法。确定证素的特征表现,准确规定证候对证素的贡献度,是研究的关键。1基于辩证法定性定性信息规定各症状、体征等对有关证素的定性定量关系,其信息来源主要有以下几方面。1.1文献研究根据中医学理论,通过中医学文献、教材,古今医案的整理等研究,而确定证素的项目及其定义、特征信息,明确证候的辨证意义等。1.2专家研究采用特尔菲法,对全国名中医有关证候辨证的内容及参数进行问卷调查,并对量表的各项参数进行修改审定。1.3临床抗病性研究根据证素辨别的诊断要求,以明确证候的表现特征为目标,进行符合DME原则的临床信息采集,建立数据库。1.4待遇研究辨证的数学模型与智能化处理方法,对所获数据进行系列的信息分析处理,提取有效信息组合,拟定各证候对证素辨别的诊断参数。1.5网络诊断阈值计算建模与专家建模结合,人机交互,以人为主;建立辨证诊断的决策方法;设置统一的诊断阈值,按证候属性分症赋权;阈值浮动、证素组合(兼融、因果等)规则,建立证素网络图等。在综合制定全病域辨证量表时,中医理论,古今医案文献,名中医经验,流行病学调查资料,特色设计的关键因子间之比重约为2∶1∶1∶3∶3。2不同属性疾病数据的辩证重要性证候对不同证素的诊断意义,取决于其在证素中所处的性质。临床上的证候可分为以下几种情况。2.1必要时为诊断某证素必须有的症状。如咳嗽为肺的必有症;往来寒热为半表半里的必有症;水肿为水停的必有症;经常畏冷、四肢凉是阳虚的必有症。2.2神的特征症对辨别某证素有特征性意义的症状。如神昏、谵语等为脑[神]的特征症;肢体抽搐、瘛疒从为动风的特征症;大便排虫是虫积的特征症;病危而冷汗淋漓是亡阳的特征症;喉中哮鸣,胸腔积液,呕吐清水等为饮的特征症。2.3热、虚的患者在某证素中经常出现、频率高的症状。如胀痛或窜痛,痛胀部位不固定、按之无形、得气行觉舒,嗳气等,为气滞的常见症;口渴、尿短黄、舌红、苔黄等是热、阴虚的常见症;胁胀是肝的常见症。2.4小柴胡汤主在某证素中出现频率较低,或现或不现的症状。如《伤寒论》第96条云:“伤寒五六日,中风,往来寒热,胸胁苦满,嘿嘿不欲饮食,心烦喜呕。或胸中烦而不呕,或渴,或腹中痛,或胁下痞硬,或心下悸、小便不利,或不渴、身有微热,或咳者,小柴胡汤主之。”可见自“或胸中烦而不呕”以下,皆为少阳病证的或然见症。2.5证素的诊断意义在疾病中出现的频率一般不低,但对任何证素的诊断既非必备、又非特异,只具一般诊断意义。如新病不欲食,舌色淡红,舌苔薄白,脉弦缓等。2.6各症的划分对某证素能起到否定诊断的意义。如长期小便频数为病位在膀胱的否定症;本恶寒者不恶寒,说明不再是表证;风寒表证而无汗,说明并非太阳中风;有“动风”证候而无发热,不属热极生风。病情资料属性的定量分配,一般可为:必要症,占30%;特征症,占30%;常见症,占25%;一般症,占5%;或[偶]见症,占10%;否定症,占-20%。如对“表证”来说,新起恶风寒为必有症;脉浮,鼻塞、喷嚏、流清涕为特征症;头痛、身痛为常见症;舌淡红、苔薄白或薄黄为一般症;发热,咽喉痒/痛,微有咳嗽、气喘为或[偶]见症;而有汗或无汗是鉴别伤风、风热与伤寒的关键症。若以100作阈值,各证候对表证的贡献权重可为:新感风寒等15,新起恶风寒40,恶寒发热35,但发热不恶风寒-20,寒热往来-30,喷嚏30,新起鼻塞或流清涕30,喉痒15,头痛10,身痛15,舌淡红3,舌苔薄白7,舌苔薄黄3,脉浮30,脉沉-15,咳嗽12,咽喉红肿15,气喘5。3中医数学模型及分析方法对于通过多途径所获得的病情资料、数据,要进行系列的信息处理,可考虑应用的数据统计处理、挖掘技术及人工智能信息处理技术主要有:Meta分析、多元分析、ATMS、模式识别、粗集分析、决策树、遗传算法、神经自动机模型、神经网络、贝叶斯网络等。Meta分析:即荟萃分析,合并研究结果和对研究结果进行齐性检验的统计方法。多元分析方法:可通过χ2法、Ridit分析法、条件概率法等筛选症状、指标,再用判别分析、相关分析、回归分析等。ATMS:关于假设正确性的维护系统,作为摸拟人的智能系统具有修改和增加新假设的能力,可用作描述与刻画知识增长、更新以及假说进化的理想工具。贝叶斯网络[BN]技术:是一种针对复杂因素进行定量化研究的数学方法。贝叶斯网络原理,从网络结构、概率分析到网络的自学习与经验积累,学习算法及流程图的构建,其整个过程与中医的辨证思维推理具有良好的吻合性。神经网络[NN]技术:是一种具有信息分布式表示、平行处理、自学习、推广性、容错性等特点的智能分析方法。在只有训练数据,没有表示知识规则的情况下,神经网络可以通过自学习,获取该数据的内在规则,从而进一步对相关数据作出判别。由于中医学属于非线性科学,传统的基于规则或精确的数学模型、数理分析方法,恐怕哪一种都难以完全反映辨证思维的复杂性。因而要研究契合辨证的智能化信息处理方法,宜综合运用多种信息挖掘、分析处理技术,建立证候、证素、证名的通用数据库,采用多重神经网络、贝叶斯网络建模,将手工构造BN与学习构造BN、NN相结合,将定性定量经验参数与BN、NN数据分析结合,从而使证素、常见证的诊断更为正确、可靠。4阈值定义和质量交换的原则4.1证候辨证量表的制定辨证量表要设置统一的判别阈值,其目的是根据每一证素所包含证候的多少、各症的重要性、症状的强弱程度、存在的可能性,从而统一合理地分配各症的权重,即在阈值规定范围之内,不仅从证候角度定其对证素的贡献度,并且从证素角度分配有关证候的权重。证候辨证量表应用时,应按统一的诊断(常规)阈值作为判断的标准,即各症状对各证素贡献度之和达到或超过阈值时,该证素即可确定。然而病情有轻与重、简单和复杂的不同,故诊断阈值应随之进行升降调节,即病情轻时可降低阈值(诊断阈值的70%以上,称基础阈值)而取高项作为诊断,病情重或复杂时则升高诊断阈值(使证素不超过8项)。4.2证素的定性描述和定性判据全病域中医辨证量表的制定中,运用模糊数学的方法,将通过多种途径所获得的证候信息,视其对证素的影响程度进行计量刻画,从而在临床运用时,可使各种模糊证候不加截割地进入辨证的数学模型,充分利用了中间过渡信息,将辨证的定性描述转换成计量分析,使各证素的诊断有明确的参数提示。然后在一个适当水平(阈值)上对各种数据进行截割处理,复将计量分析转换成定性判决,从而确定证素及其轻重程度。这不只是有无是非的二值逻辑判断,而是一症对多个证型、辨证要素有大小不等的诊断意义,某证素及证型的诊断有赖多方面的信息;各症对各证型、辨证要素是量的相加,而辨证是在一定水平(阈值)上判断,前者由一症对一证的肯定变成只有贡献度,是从质到量,后者从量的相加到判定证的有无,是从量到质。阈值判割,质量互变,这便是定量分析与定性分析的结合,定性以计量为基础,计量以定性为目的,将推导前的截割、盲目地选择阈值,变成推演后的截割、浮动的选择阈值,必然有利于诊断准确性的提高。5表的操作规则和使用方法运用全病域中医辨证量表时,应规范临床辨证行为,明确量表的适用范围,要按阈值的要求进行证素和常见证的判断。5.1由证素组合构成的常见规范证临床运用时,首先分别将患者的症状、体征等病情资料,按提示的证素分别进行加权求和,然后取超过(或较高)阈值的证素进行有机联系组合,从而构成完整的证名诊断。临床的病情表现极其复杂,中医辨证极为灵活,辨病位、辨病性的要素总计才50项,但证素相互间的组合则是极为复杂的天文数字,因而可以设定一些由证素组合而构成的常见规范证,以便临床运用。在制定常见证的诊断标准时,应按常见证所含“证素”均应达到基础阈值、常见证中取最高值两个条件进行判断。5.2疾病辨证中量表的运用根据量表所确定的50项证素,约800个证候,基本包含了