首页 > 论文范文 > 医药卫生论文 > 内科论文 > 肝脏疾病论文 > 隐结构模型与关联规则探讨代谢相关脂肪性肝病基础证候

隐结构模型与关联规则探讨代谢相关脂肪性肝病基础证候

2025-03-31 50 上传者：管理员

摘要：目的:探讨代谢相关脂肪性肝病(MAFLD)常见基础证候分布及特征,为辨证规范及证候疗效评价提供诊疗依据｡方法:检索中文数据库中自建库至2023年8月31日MAFLD证候相关文献;采用SPSS 20.0软件,建立数据库并进行统计描述分析;采用SPSS Modeler 18.0软件,基于Apriori算法,对证素进行关联规则分析;采用Latern 5.0软件,基于LTM-EAST算法,构建症状隐结构模型并进行综合聚类分析｡结果:(1)纳入MAFLD证候相关文献203篇,涉及基础证候16个,证素16个,症状85个;(2)频率≥10%且累计构成比≥75%的基础证候有:痰湿证､脾气虚证､肝郁气滞证､血瘀证;(3)对证素进行关联规则分析,得出强关联规则32条,推断脾气虚证､肝郁气滞证､痰湿证､血瘀证等4个基础证候;(4)对频次≥5%的症状进行隐结构分析,得到13个隐变量､26个隐类;进行综合聚类得到5个综合聚类模型,推断出脾气虚证､肝郁气滞证､痰湿证､血瘀证､湿(痰)热证等5个基础证候｡综合上述方法,最终得出4个常见基础证候｡结论:MAFLD常见基础证候有脾气虚证､肝郁气滞证､痰湿证､血瘀证,证属虚实夹杂｡

关键词：
代谢相关脂肪性肝病
关联规则
基础证候
遗传
隐结构模型
加入收藏

代谢相关脂肪性肝病(MAFLD)曾用名为非酒精性脂肪性肝病(NAFLD),是遗传易感个体由于代谢功能障碍而引起的以肝脏脂肪变性为病理学和影像学特征的慢性肝脏疾病[1]｡随着糖尿病､肥胖症､代谢综合征的流行,MAFLD的患病率全世界呈上升趋势,影响着全球近四分之一的人口[2,3]｡该疾病不仅可以进展为肝硬化和肝细胞癌(HCC) ,还会增加2型糖尿病､动脉硬化性心血管疾病( SCVD)及慢性肾脏疾病等发病风险,严重威胁人类社会健康[4,5]｡中医学根据MAFLD的基本症状将其归纳为“肝胀”“肝癖”等范畴,随着对疾病病因､病机､证候及用药等方面的深入研究,中医药治疗该疾病取得了独特疗效和明显优势｡但基于中医辨证具有很强的主观性､复杂性及局限性,仍亟需规范客观､定量､完整的辨证标准｡隐结构法是由香港科技大学张连文教授提出的一种为中医辨证建立客观定量标准的研究方法[6,7],该方法运用计算机进行数据分析,构造用数学语言描述的隐结构,为中医证候分类及证候标准的建立提供了重要的客观依据[8]｡关联规则通过数据挖掘,探索数据库中项与项之间隐含的关联关系[9,10]｡由于其能够客观分析各证素间的高度关联,被广泛应用于中医药的研究｡本研究基于构建隐结构模型､关联规则等统计学方法,探究代谢相关脂肪性肝病患者的中医证候分布特点,以期为临床辨证､用药提供重要的客观依据,促进中医的标准化､规范化研究｡

1、资料与方法

1. 1数据来源

计算机检索中国知网数据库(CNKI)､万方数据库(Wangfang Database)､维普数据库(VIP)､中国生物医学文献数据库(CBM)等数据库内关于名老中医治疗代谢相关脂肪性肝病的医案以及临床经验,检索时间为自建库至2023年8月31日,以(“代谢相关脂肪性肝病”OR“非酒精性脂肪肝”OR“肝癖”) AND(“医案”OR“验案”OR“举隅”)为检索式｡

1. 2数据筛选

1. 2. 1纳入标准:

符合MAFLD中西医诊断标准､四诊资料完整的医案｡排除标准:非口服中药制剂的医案;单纯理论论述或经验总结而无具体诊治内容的医案;含有合并症或并发症的医案｡

1. 2. 2录入标准:

两名研究人员独立检索文献,利用NoteExpress软件中的查重功能去除相同的文献,依据纳排标准,对文献进行初筛､复筛,删除不合格文献,最终确定合格文献｡过程若有分歧,则交予第三人裁定｡

1. 3数据规范

规范症状､体征､舌象､脉象术语｡术语规范化参照《中医临床诊疗术语》[11]､全国中医药行业高等教育“十四五”规划教材《中医诊断学》[12]､《中医药学名词》[13]进行规范化处理｡统一不同症状描述表达,如“饮食正常､饮食尚可” 规范为“纳可”;“大便不成形､大便稀”规范为“便溏”;拆分复合症状描述表达,如“咳白痰”规范为“咳嗽,痰色白”;统一相同证候描述表达,如“肝气郁结证” “肝气郁滞证” 规范为“肝郁气滞证”;拆分复合脉象表达,如“ 脉弦滑” 规范为“脉弦” “脉滑” ｡

1. 4常见基础证候及其相应症状的确定

1. 4. 1常见基础证候的确定

至少满足以下两个条件的基础证候判定为MAFLD常见基础证候:①隐结构模型分析中,通过综合聚类推断的基础证候;②关联规则分析中,依据强关联证素推断的基础证候;③统计描述中,频率≥10%且累计构成比≥75%的基础证候[14]｡

1. 4. 2常见基础证候相应症状的确定

若确定的常见基础证候满足上述条件①,则将隐结构模型中对应的显变量(症状)作为该基础证候相应的症状;若不满足,则采用文献中该证候对应的症状｡

1. 5统计与数据挖掘分析

1. 5. 1统计描述

采用SPSS 20. 0软件,对基础证候及症状进行统计描述(复合证候拆分为基础证候,如“肝郁脾虚证”拆分为“肝郁气滞证+脾气虚证”,“痰瘀互结证”拆分为“痰湿证+血瘀证”)｡

1. 5. 2关联规则分析

基于SPSS Modeler 18. 0软件,选用Apriori算法,建立模点分析,将最小支持度设置为10% ,最小规则置信度设置为80% ,增益值> 1,将证素分别作为前项及后项,产生证素频繁项集及关联规则,并绘制网状图｡依据强关联证素组合,推断MAFLD基础证候｡

1. 5. 3隐结构分析

采用孔明灯Lantern 5. 0软件(香港科技大学研制)进行隐结构分析,应用LTM⁃EAST(双步隐树分析)算法,对频次≥5%的症状进行模型学习､模型诠释,并绘制信息曲线图;利用专业知识,对隐变量进行综合聚类,推断MAFLD基础证候｡

2、结果

2. 1基础证候分布情况

共纳入符合条件的医案203例,涉及基础证候16个,频率≥10%且累计构成比≥75%的基础证候有:痰湿证(57. 14% ,22. 75% )､脾气虚证( 55. 67% , 22. 16% )､肝郁气滞证( 53. 20% ,21. 18% )､血瘀证(40. 89% ,16. 27% ),基础证候具体分布情况见表1｡

表1 MAFLD基础证候分布情况

2. 2证素关联规则分析

提取证素16个,其中病位证素6个,分别是肝､脾､肾､胃､胆､肠;病性证素10个,分别是气虚､气滞､痰､湿､血瘀､热(火)､阴虚､阳虚､寒､水饮｡对16个证素进行关联规则分析,依据最低支持度10% ,最小置信度80%及增益值> 1,得出32条强关联规则,推导出4个基础证候,分别是脾气虚证､肝郁气滞证､痰湿证､血瘀证｡以第一条关联规则“气虚⁃脾”为例说明:气虚为后项,脾为前项,置信度为85. 950% ,表示气虚出现时脾也同时出现的频率为85. 950% ;支持度为59. 606% ,表示气虚和脾同时出现的频率占总事件的59. 606% ,由此推断出脾气虚证｡网络图也显示气虚与脾连接线条较粗,表明两者关联性较强｡增益表示后项的出现对前项出现的影响程度,大于1才有意义｡证素关联规则网络图见图1,证素关联规则分析结果见表2｡

表2 MAFLD证素关联规则分析

2. 3症状隐结构分析

2. 3. 1隐结构模型

规范后症状85个,删除频次< 5%的症状,剩余48个症状｡将症状看作显变量,对频次≥5%的48个症状构建隐结构模型;模型学习后得到13个隐变量,每个隐变量可反映疾病的某一侧面,分别记作Y0､Y2､Y3……Y12;每个隐变量有两个隐类,共26个隐类｡评价标准采用模型贝叶斯评分标准(BIC)评分,为负分计量,模型分数-4531. 52｡构建的隐结构模型见图2｡

2. 3. 2综合聚类

代谢相关脂肪性肝病隐结构模型显示,各显变量被隐变量分成不同类别,隐变量与显变量关联程度用互信息表示｡对构建隐结构模型得出的13个隐变量进行综合聚类,得到5个综合聚类模型,依次记作Z1､Z2……Z5｡依据专业知识,对隐变量从互信息､类概率分布等方面进行分析,推断出5个基础证候,分别是脾气虚证､肝郁气滞证､痰湿证､湿(痰)热证､血瘀证｡

图1证素关联规则网状图

图2隐结构模型图

表3综合聚类Z1(脾气虚证)概率分布

2. 3. 3模型诠释

以Z1(脾气虚证)为例,其概率分布如表3所示｡表中显示,综合聚类分析把病例分为两类,Z1 = S0这类患者约占总体的60% ,Z1 = S1这类患者占总体的40%｡每个显变量有两个状态,症状不出现S0,症状出现S1｡S1各个症状出现概率均高于S0,可判定Z1为脾气虚证人群,占总体人数的40%｡信息曲线图显示,齿痕舌与脾气虚证的互信息最大,其次为大便溏､乏力､神疲､舌体胖､舌质淡等,当症状截取到嗳气时,它们与脾气虚证的累计互信息达到95% (图中只显示当累计互信息达到95%时的显变量分布)｡各综合聚类模型及信息曲线,见图3系列｡各综合聚类模型及其症状概率分布情况见表4｡余模型诠释同｡2. 3. 4 MAFLD常见基础证候的确定综合以上方法,确定MAFLD常见基础证候共4个,分别是:脾气虚证､肝郁气滞证､痰湿证､血瘀证｡

图3综合聚类模型及信息曲线图

表4综合聚类模型症状概率分布

3、讨论

辨证是中医诊疗疾病遵循的基本原则,证候规范化､标准化研究是中医药研究的热点与难点｡证候具有多样性､复杂性､动态性,临床疾病常见证候鲜少单一出现,多以复合形式存在,证候间会出现内容交错重叠,如肝郁脾虚证､脾虚湿盛证,都含有脾气虚证｡对基础证候展开研究在一定程度可起到降维作用,避免传统证候交叉重叠,更具有针对性和灵活性｡MAFLD病位涉及肝､脾､胃､肾等多个脏腑,病性涉及气虚､气滞､痰浊､湿热､瘀血等,基于MAFLD证候相关文献,运用数据挖掘方法分析其基础证候分布及特征,具有重要意义｡近年来,基于真实世界的临床研究模式和“大数据”理念广泛运用到中医诊疗,常见数据挖掘方法包括关联规则､隐结构模型､聚类分析､决策树､贝叶斯网络等,通过信息检索､计算机分析､模式识别等多种方法,挖掘大数据下隐藏的知识和规律[15]｡多种数据挖掘方法的联合应用已成为中医药研究热点[16⁃18]｡

本研究采用关联规则结合隐结构模型两种数据挖掘方法｡关联规则是一种从大数据中挖掘发现项集之间有意义的关联,并寻找数据集中项之间的有趣联系的一种算法｡该方法属于描述型模式,归于无监督机器学习[19]｡证素是组成基础证候的最小单元,本研究运用关联规则Apriori算法,分析MAFLD证素之间关联规则,发现证素间强关联关系,推断出基础证候｡依据将最小支持度10% ,最小规则置信度80% ,增益值> 1,得出32条强关联规则,其中推断出脾气虚证､肝郁气滞证､痰湿证､血瘀证等5个基础证候｡网状图显示线条越粗表示关联性越强｡隐结构模型是一种特殊的聚类分析,与传统的聚类､回归等方法相比,能够对临床收集的无监督数据进行多维聚类划分,直观地显示数据间的联系,揭示数据间的隐藏规律[20]｡中医量化研究是中医现代化发展的核心内容,隐结构模型通过一系列客观量化指标阐释显变量与隐变量相互关联,为中医临床辨证论治提供了客观依据｡本研究对≥5%的48个症状构建隐结构模型,得到13个隐变量｡对13个隐变量从互信息､类概率分布等方面进行综合聚类,并结合专业知识,进行逐一诠释,推断出脾气虚证､肝郁气滞证､痰湿证､湿(痰)热证､血瘀证5个基础证候｡由表4可以看出,各综合聚类模型的BIC评分均较高,表示模型较好｡

本研究联合应用隐结构模型与关联规则分析,从证素和症状两个角度推断MAFLD常见基础证候,同时结合基础证候频率及构成比,最终得出MAFLD常见基础证候有4个,分别是脾气虚证､肝郁气滞证､痰湿证､血瘀证,提示MAFLD证属虚实夹杂,病位涉及肝､脾､胃等脏腑｡较传统证型外,血瘀证也常见于MAFLD｡源于气滞､痰湿或脾虚阻碍气血运行,血瘀阻滞｡本研究可为MAFLD证候疗效评价提供依据｡

参考文献:

[3]孙超,范建高.中外非酒精性脂肪性肝病诊疗指南解读[ J].中国实用内科杂志,2019,39(03):235 - 238.

[6]张连文,袁世宏.隐结构模型与中医辨证研究(Ⅰ)———隐结构法的基本思想及隐结构分析工具[ J].北京中医药大学学报,2006,(06):365 - 369.

[7]袁世宏,张连文,陈弢,等.隐结构模型与中医辨证研究(Ⅲ)———模型辨证与专家辨证[ J].北京中医药大学学报,2008,(10):659 - 663.

[8]宋佳,王至婉.基于不同数据类型的隐结构模型在中医研究中的应用与进展[J].世界科学技术⁃中医药现代化,2022,24(5):2079 - 2084.

[9]闫蔷薇,王至婉,李海霞.关联规则技术在中医药中的应用现状及思考[J].中医学报,2019,34(3):464 - 467.

[10]冯梅,王颖,柏冬,等.基于数据挖掘的中医处方分析方法研究进展[J].世界中医药,2022,17(23):3411 - 3416.

[11]国家技术监督局.中医临床诊疗术语: GB/ T 16751. 2⁃1997[S].北京:中国标准出版社,1997.

[12]李灿东,方朝义.中医诊断学[ M].北京:中国中医药出版社,2021.

[13]中医药学名词审定委员会.中医药学名词[M].北京:科学技术出版社, 2005.

[14]冯贞贞,谢洋,春柳,等.基于关联规则结合隐结构模型的慢性阻塞性肺疾病稳定期文献的基础证候特征研究[ J].世界科学技术⁃中医药现代化, 2021, 23 (2): 552 - 559.

[15]马梦羽,沈璐,文天才,等.数据挖掘技术在中医诊疗数据分析中的应用[J].中国中医药信息杂志,2016,23(7):132 - 136.