中医证候标准研究的现状与思考

中医证候标准研究的现状与思考

综合征是中医辨证论治的重要因素，是评价中医疗效的重要依据。多年来对证候标准的研究思路和方法主要集中在文献整理、临床观察与调查、专家经验等方面,但有系统的科学论证的研究报道少见,尤其是关于方法学研究的报道鲜见。笔者在把握证候标准建立的现状及研究必要性的基础上,提出中医证候标准建立的思路与方法。1基于综合征条件的预测和研究必要性1.1缺乏对证候诊断的具体论证证候的研究是中医现代化研究的关键问题之一,是众多基础和应用研究的根本。多年来,我国学者在证候研究方面作出了不懈的努力,取得了一定的成绩。然而,在证候标准的建立方面的研究仍亟待加强。虽然我国曾组织大量人力、物力制定了中华人民共和国中医药行业标准以及各种证候诊断标准,但是缺乏科学性、合理性的论证。通过对多种疾病的中医证候诊断标准的建立程序及文献分析可知,目前多种疾病中医诊断与证候诊断标准的建立仍以专家经验为主要参考意见,很少经过科学、系统的论证。主要表现在:一是缺乏整体规划和客观示范导向;二是对证候概念、内涵、外延缺乏统一的认识;三是证候诊断的标准不统一,研究评价手段与方法落后。许多证候的认识多局限于古代文献和临床经验,证候标准模糊欠确切,缺乏流行病学方法和严格设计,缺乏证候量化研究,从而降低了可操作性和指导性,不能有效指导临床实践。1.2中医证候学研究目前中医证候标准研究多根据文献整理并结合专家经验等,其中方法学研究薄弱、研究质量可控性较差。近年部分专家结合临床流行病学调查和统计学方法等多学科交叉渗透,在证候研究方面取得了一定成效,如王永炎院士在中风证候诊断标准的研究中引入了数学手段,通过多学科融合进行科学性论证,为中医证候研究提供了新的研究思路,值得借鉴。目前,在高新科技领域具有极为广阔应用前景的计算智能和数据挖掘技术的发展,又为医学界的发展提供了强有力的技术支持。充分采用计算智能和数据挖掘的方法技术应用于中医证候标准建立研究,将为其研究提供可靠的技术平台,目前类似研究少有报道,有待进一步着力进行。2为绩效标准的建立思路和方法2.1数据处理与统计分析应明确文献的纳入标准、排出标准,确定文献收集策略及评价与筛选方法,编写文本文件和有关文献数据整理规范。根据文献数据整理规范,将文本文件资料进行数据处理后输入计算机,使用有关统计软件进行分析。运用描述性分析,计算出证候及相关证候因素的频次、频率;运用聚类分析和Logistic回归分析等多元统计方法,分析证候类别及其与证候因素间的关系、权值等。文献研究为探索证候分布规律和建立证候标准提供依据。目前,我们初步建立了糖尿病、下呼吸道感染、慢性阻塞性肺病等疾病的中医辨证治疗数据库,并进行统计分析,取得了初步效果。2.2数据处理和分析方法在文献研究和小样本调研基础上,参照有关参考辨证标准等,统一证候症状因子命名,明确症状命名的内涵和症状的合并归纳等。在中医理论指导下,以组成脏腑气血津液证候的要素出发,初步建立中医证候诊断参考标准,以供临床调研使用。在临床调研时,科学的设计和可靠的质量控制是重要环节,确定调查样本数、明确调查内容(一般情况、生活方式、发病诱因、慢性并发症、西医诊断类型、中医辨证诊断及实验室检查等)和调查方法(制定调查问卷、调查过程中的质量控制)等。将研究因素进行规格量化后进行数据整理并输入计算机。运用描述性分析,计算出证候及相关证候因素的频次、频率;采用独立列联表式的χ2检验和非参数Kruskal-Wallis秩和检验,分析各证侯与证候因素关系;采用Logistic逐步回归方法建立证候及其与证候因素间的多因素分析模型,分析证候因素与相关证候因素的权重关系;使用一致性分析、Spearman相关分析、主成分/因子分析法对证候诊断进行信度、效度和灵敏度分析。目前,我们开展了糖尿病、下呼吸道感染、慢性阻塞性肺病、中风等疾病的中医证候调查,就其证候分布规律与诊断、影响证候的因素、证候与生存质量的关系等方面进行了初步研究,为进一步开展证候标准研究奠定了基础。2.3疗效评价标准结合文献和临床调研的结果,制定专家咨询问卷调查表,反复对中医疾病诊断病名、常见证候及症状/体征进行调查。根据评价指标制定相应的评分标准。对专家咨询内容进行统计分析,计算回收率,评价专家的积极系数。以均数(Mj)、满分频率(Kj)、等级总和(Sj)来评价专家意见的集中程度。计算各指标评价结果的变异系数(Vj)和专家意见协调系数(W),判断专家对每项指标的评价是否存在较大分歧。按公式Pi=Yi/∑Yi,计算各指标的权重值。通过以上步骤,筛选出疾病诊断病名、常见中医证型和证候及其症状/体征。并参考文献研究和临床调查结果,进一步完善中医证候诊断标准及量表。2.4症状和症状的量化是制定症状和症状的关键2.4.1专家证据初选量表在系统复习文献并在临床调研的基础上,参照有关证候等文献规范,集合专家意见,经过反复论证,筛选证候条目池,进行归类、整理、合并,删除无关和重复的指标,经专家对条目池中的备选指标进行取舍和提出评价意见,进行第二次归类、整理、合并,形成量表的初选量表条目。2.4.2中医诊断标准研究量表见表1对初选量表中条目,按照10级进行线性评分和按5级进行等级描述评分。为了避免在量表中使用一般人难以理解的中医术语和对同一条目中包含有两项内容的条目进行拆分,对初选量表进行进一步修改,同时增加专家对该证候的诊断内容,使条目表达意思准确,通俗易懂。多家医院同步进行临床调研,对初步设置的证候及诊断因素进行再筛选;并由患者和医生分别进行量表的填写,进行一致性检验。结合专家问卷调查,对修改后的量表中问题条目的意思的表达是否能反映中医要问的内容进行研究,初步确定证候诊断标准研究量表。通过数据分析后,进一步调整入选条目的加权系数、轻重程度及赋值,对因素合理性、权重和赋值进行论证及模拟检验,使因素赋值更符合临床实际。2.4.3证候诊断标准制定通过症状与体征条目的拆分量化与再筛选研究,以制定出证候诊断标准,并就量表的考核、诊断验证、量表信度、效度检验、重测信度检验、诊断符合率检验、平行效度检验等方面对证候诊断标准进行验证,并对入选条目的加权系数、证候诊断分值大小、证候诊断的轻重程度进行调整,进一步开展证候标准的再验证研究,最终制定证候诊断标准。2.5计算方法的应用研究计算智能是利用计算技术来模仿人类和其它生物对非线性、不完全、不精确和不确定的信息进行智能处理的技术,具有良好的容错性、鲁棒性和高精度等综合技术优势。医学信息对数据挖掘的特殊要求,使计算智能(ComputationalIntelligence,CI)方法更适合医学数据的处理和知识的提取。随着计算智能研究的进展,为中医证候数学模型的建立提供了有效手段。运用计算智能方法,通过模式识别等,使大量来自于临床流行病学的调研资料与海量信息,经过整合、优化,最终使大量复杂的证候合理分类成为可能。通过这一先进的数理手段,可以建立证候诊断标准的初标准,在此基础上再次进行论证,为开发基于客观化、规范化、量化基础上的中医证候诊断标准,提高中医临床诊断率、完善中医药临床疗效评价体系提供依据。近年来,作为人工智能(ArtificialIntelligence,AI)研究的一个重要分支,CI的理论与方法的研究不仅受到了从事信息科学研究的学者的瞩目,同时也受到了包括从事医学研究的其他学科学者的关注。近年来,随着计算智能理论、技术和应用的不断发展,医学界已经获得了多项突破性成果。发现了服用抗精神病药物与心肌炎和心肌病发作的关系;开展了建立基于神经网络的肺癌智能化诊断模型的研究;进行可动态检测病人的麻醉深度和控制麻醉药物的用量研究;对胸痛症状疾病进行诊断;检测宫颈癌病变的不同阶段等等,显示了计算智能理论和技术在医学领域中的广泛应用前景。近年来,尽管CI技术在中药研究领域得到了大量应用,但在中医诊断方面的研究,尤其是将计算智能的理论与技术综合应用到中医证候诊断方面的研究少有报道。在研究中医症候诊断标准和方法学这样复杂的、结构不确定、信息不完全、无法建立解析的数学模型和无完备算法可循的问题时,由于设计算法和规则方面的种种困难,往往难以用传统的计算机程序计算方式来进行信息处理。计算智能是用计算机技术来模仿生物智能,而不需要开发算法和规则。计算智能主要包括用于模仿生物种群进化过程的演化计算(例如遗传算法、演化策略、演化规划、遗传程序设计等),模仿大脑思维的高层次结构的人工神经网络(例如EBP型、竞争型、自适应共振型、联想记忆型等),以及模仿低层次的大脑结构的模糊系统等。人工神经网络(ArtificialNeuralNetwork,ANN)由于其模型、拓扑关系、学习与训练算法等都建立在对生物神经元系统的研究之上,虽然离人们设想的程度还很远,但它仍是目前模拟人脑模式识别、联想、判断、决策和直觉的理想工具。ANN的主要特征是:大规模的并行处理和分布式的信息存储,良好的自适应、自组织性,以及很强的学习功能、联想功能和容错功能。特别是ANN对复杂映射的强有力的逼近能力,为中医证候研究所需进行的非解析模型的建立,提供了良好的工具。模糊逻辑(FuzzyLogic,FL)和模糊计算(FuzzyComputing,FC)是计算智能的另一个重要方面。模糊计算方法的重要性在于它可以表现事物本身性质的内在不确定性。因此,可以模拟人脑,认识客观世界的非精确、非线性的信息处理能力。中医证候是对疾病过程中的病理状态的综合描述,它涵盖了诸如症状、体征、舌脉、气候、年龄、体质等诸多因素相互作用的动态变化信息,其信息具有多层面、模糊性、非线性、不确定性等特征。面对着有关证候的海量的复杂信息,如何科学的进行整合、优化、分析,从中寻找出其内在规律,是以往证候研究中的技术难点。要解决上述问题,不论是单独的传统人工智能方法,单独的神经网络,还是单独的模糊逻辑和模糊计算方法,都是不完善的,难以达到预期的效果。因此,构造综合性的模糊神经计算智能系统(fuzzyneuralnetworkscomputationalintelligencesystem,FNNCIS),是解决上述问题的一条合理的途径。遗传算法(GeneticAlgorithm,GA)是基于自然选择和遗传学原理的一种群体寻优的搜索算法,特别适用于处理传统搜索算法难以理解的复杂和非线性问题。其特点是:群体寻优;对问题依赖性小,鲁棒性好;对适应函数没有过多限制,因而应用广泛;搜索效率较高;适用于大规模并行计算;适用于复杂大系统优化问题;与其他计算智能方法可以紧密地结合。遗传算法在证候标准研究的应用,可以优化问题求解的模糊神经计算智能系统(FNNCIS),形成与实际问题相吻合的中医证候诊断决策树。人工神经网络、模糊逻辑和模糊计算、遗传算法都是仿效生物信息处理模式以获得智能信息处理功能的理论和技术。三者目标相近而方法各异,将其相互结合,能达到取长补短、各显优势的效果。事实上,目前对三者研究正在同步发展、相互渗透、界限日益模糊,人们逐渐认识到由三者交叉组成的新系统具有更强的功能,因而三者相互融合的研究是当今三个分支研究的热点,必将为中医证候研究提供较好的技术平台。3证候标准的研究必须是科学的方法基于计算智能理论、技术与方法,构建证候诊断信息处理系统及与之相关的方法选择、模型建立、算法设计与分析、样本预处理、数据挖掘等关键技术的研究和应用