中醫(yī)證候量化研究的現(xiàn)狀與思考

中醫(yī)證候量化研究的現(xiàn)狀與思考

中醫(yī)學(xué)的基本特征之一是辯證。以往的辯證方法是對中醫(yī)理論的指導(dǎo)下，對觀察者、嗅覺、問題、輪廓進行分析和總結(jié)，并對具體綜合征進行概括。這種辯證方法往往具有主觀性和模糊性。由于中醫(yī)學(xué)中證候的確定缺乏客觀、定量的研究方法,以致許多診治經(jīng)驗難以重復(fù)。因此,中醫(yī)證的客觀化和量化研究已作為中醫(yī)臨床評價中的共性技術(shù)之一,被國家中醫(yī)藥管理局提出,并列入國家科技部“十五”攻關(guān)項目中。近年來,隨著臨床流行病學(xué)、統(tǒng)計學(xué)、信息學(xué)、醫(yī)學(xué)等多學(xué)科知識的交叉滲透,產(chǎn)生了許多中醫(yī)證候現(xiàn)代研究方法。其中,因果模型就是一個在中醫(yī)證候研究中應(yīng)用較多的方法,解決了中醫(yī)證候確定的客觀化和量化問題。一、因果關(guān)系推定的應(yīng)用因果模型是在變量中明確設(shè)置因變量和自變量的模型,其目的在于描述自變量的變化如何影響因變量的變化,它是研究因果關(guān)聯(lián)推斷的一種非常重要的研究工具。近年來,在統(tǒng)計學(xué)、流行病學(xué)和數(shù)據(jù)挖掘領(lǐng)域中,因果推斷越來越受到重視,目前,有若干種因果推斷的模型,如結(jié)構(gòu)方程模型、因果圖模型(又稱為貝葉斯網(wǎng)絡(luò)模型)、虛擬事實模型、概率因果模型、層次因果診斷模型等。因果模型目前主要應(yīng)用于臨床流行病學(xué)、教育、心理學(xué)、管理、故障診斷、顧客滿意度測評等方面,其中結(jié)構(gòu)方程模型和貝葉斯網(wǎng)絡(luò)模型在中醫(yī)證候研究中應(yīng)用較多。1.結(jié)構(gòu)方程模型結(jié)構(gòu)方程模型(StructuralEquationModel,SEM)是一種建立、估計和檢驗因果關(guān)系模型的方法,它主要是通過引入潛在變量,來研究多個抽象變量之間的因果結(jié)構(gòu)關(guān)系。結(jié)構(gòu)方程模型包括測量模型(MeasurementModel)與結(jié)構(gòu)模型(StructuralEquationModel)。測量模型也稱為驗證性因子分析模型,用于表示顯變量(可以直接被測量的變量)和隱變量(無法直接測量的變量)之間的關(guān)系;結(jié)構(gòu)模型又稱為隱變量因果關(guān)系模型,用于顯示隱變量之間相互影響的關(guān)系。結(jié)構(gòu)方程模型的基本原理是假定一組隱變量之間存在因果關(guān)系,隱變量可以分別用一組顯變量表示,是某幾個顯變量中的線性組合。通過驗證顯變量之間的協(xié)方差,可以估計出線性回歸模型的系數(shù),從而在統(tǒng)計上檢驗所假設(shè)的模型對所研究的過程是否合適,如果證實所假設(shè)的模型合適,就可以說假設(shè)隱變量之間的關(guān)系是合理的。結(jié)構(gòu)方程模型的建立過程有四個主要步驟,即模型構(gòu)建(modelspecification)、模型擬合(modelfitting)、模型評價(modelassessment)以及模型修正(modelmodification)。研究者業(yè)已開發(fā)出很多用于結(jié)構(gòu)方程模型分析的統(tǒng)計軟件,如LISREL,EQS,AMOS等,其中,專用統(tǒng)計軟件為LISREL。結(jié)構(gòu)方程模型的特點之一就是對于不能直接觀察和測量的指標,可直接應(yīng)用結(jié)構(gòu)方程模型將隱變量和直接測量變量一并考慮,這樣就能研究和處理一些比較復(fù)雜的問題。例如中醫(yī)學(xué)的證候,結(jié)構(gòu)方程模型可以將病和證看成潛變量或隱變量,即不能直接測量的變量,四診信息為顯變量,可直接測量,從而分析病、證、四診信息間錯綜復(fù)雜的因果關(guān)系。2.基于貝葉斯網(wǎng)絡(luò)的人工智能建模技術(shù)貝葉斯網(wǎng)絡(luò)(Bayesiannetwork)又稱為概率網(wǎng)絡(luò)或者因果圖模型,是1981年由R.Howard和J.Matheson提出來的用于不確定性推理,帶有概率注釋的有向無環(huán)圖(Directedacyclicgraph,DAG)模型。它是概率論和圖論相結(jié)合的產(chǎn)物,可用于復(fù)雜多因果關(guān)系的分析,是人工智能領(lǐng)域的研究熱點和重要成果之一。貝葉斯網(wǎng)絡(luò)可根據(jù)先驗知識和現(xiàn)有的統(tǒng)計數(shù)據(jù),用概率的方法對未知事件進行預(yù)測,其以直觀的圖型方法描述數(shù)據(jù)間的相互關(guān)系,用概率測度的權(quán)重表達多個變量間的時序關(guān)系、相關(guān)關(guān)系或因果關(guān)系等多種依賴關(guān)系,其堅實的理論基礎(chǔ)、直觀的知識表達、靈活的推理能力以及方便的決策機制,使其成為數(shù)據(jù)挖掘領(lǐng)域的新興技術(shù)。從直觀上講,Bayes網(wǎng)絡(luò)表現(xiàn)為一個賦值的復(fù)雜因果關(guān)系網(wǎng)絡(luò)圖,網(wǎng)絡(luò)中的每一個節(jié)點表示一個變量,即一個事件。各變量之間的弧表示事件發(fā)生的直接因果關(guān)系。貝葉斯網(wǎng)絡(luò)包括網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)集合兩部分。目前,采用從數(shù)據(jù)中自動學(xué)習(xí)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)的學(xué)習(xí)算法來構(gòu)建貝葉斯網(wǎng)絡(luò),“如基于約束和基于得分函數(shù)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法,以及結(jié)合兩者長處的雜交學(xué)習(xí)算法”,根據(jù)先驗知識和現(xiàn)有的統(tǒng)計數(shù)據(jù)而建立數(shù)據(jù)庫,讓計算機按照貝葉斯網(wǎng)絡(luò)雜交學(xué)習(xí)算法自動進行學(xué)習(xí),可獲得相應(yīng)的貝葉斯網(wǎng)絡(luò)。貝葉斯網(wǎng)絡(luò)模型的特點是可以用于描述復(fù)雜的因果關(guān)系。例如中醫(yī)學(xué)的證候,應(yīng)用貝葉斯網(wǎng)絡(luò)模型可以研究癥狀之間、癥狀與證素之間、病與證之間的因果關(guān)系。二、結(jié)構(gòu)方程模型和貝葉斯網(wǎng)絡(luò)模型在中醫(yī)證候研究中的應(yīng)用1.結(jié)構(gòu)性機理模型應(yīng)用結(jié)構(gòu)方程模型研究中醫(yī)證候,疾病的共有癥狀相當(dāng)于模型中的外因顯變量,可以直接測量;疾病的病名相當(dāng)于隱性自變量,不能直接測量;疾病的中醫(yī)證型相當(dāng)于隱性因變量,不能直接測量;不同證候表現(xiàn)的癥狀、體征相當(dāng)于內(nèi)因顯變量,可以直接測量。假定隱性自變量和隱性因變量之間存在因果關(guān)系,也就是說,因為某種疾病的存在所以才有相應(yīng)中醫(yī)證候的產(chǎn)生,病與證之間存在因果關(guān)系,在此基礎(chǔ)上構(gòu)建結(jié)構(gòu)方程模型。在上述理論的指導(dǎo)下,結(jié)構(gòu)方程模型應(yīng)用于慢性萎縮性胃炎中醫(yī)證候的研究,結(jié)果是慢性萎縮性胃炎最常見的中醫(yī)證型有4個:脾胃濕熱證、肝胃不和證、脾胃虛弱證和胃陰不足證,其分別與相應(yīng)的辨證指標相聯(lián)系,共有癥狀主要為胃脘痛和納差,基本符合中醫(yī)臨床實際。表明該方法用于解釋特定疾病下的中醫(yī)證的存在和測量方法是可行的。運用結(jié)構(gòu)方程模型,以病與證候結(jié)合的方法對腦梗塞、更年期綜合征、冠心病、高血壓病和肺心病等七種病進行證候的規(guī)范標準研究,可以客觀區(qū)分各病種的證候、尋求各證候相應(yīng)的主要指標,并且在病和證候結(jié)合研究臨床辨證等方面得到較滿意的結(jié)果。2.貝葉斯網(wǎng)絡(luò)中醫(yī)辨證中醫(yī)辨證的目的,是為了明確病位與病性等辨證要素,簡稱證素。各證素的相互組合,可概括成完整的證名診斷。因此,“證素”是通過對“證候”的辨識,而確定的病位和病性,是構(gòu)成“證名”的基本要素?！氨孀C”就是根據(jù)中醫(yī)學(xué)理論,通過對證候(癥狀等)進行分析,而確定其病理本質(zhì)—證素,并作出證名診斷的思維認識過程。貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)及推理原理與中醫(yī)辨證的思維認知過程頗為近似,因此可用貝葉斯網(wǎng)絡(luò)處理不確定性知識的方法對中醫(yī)辨證系統(tǒng)進行描述,通過貝葉斯網(wǎng)絡(luò)技術(shù)從數(shù)據(jù)中對癥狀與證素間的因果關(guān)系、證素組合關(guān)系等進行計量分析和推理判斷。通過將中醫(yī)體系中的916個癥狀,51項證素及其構(gòu)成的1700條證名構(gòu)成中醫(yī)辨證貝葉斯網(wǎng)絡(luò)的節(jié)點集,各個變量之間的關(guān)聯(lián)強度用“權(quán)重”進行設(shè)定,如心悸—心50、陽虛20、陰虛20、氣虛15、血虛15,從而確定癥狀與證素之間的因果關(guān)系。利用建立的貝葉斯網(wǎng)絡(luò)中醫(yī)辨證系統(tǒng),進行數(shù)據(jù)計量分析、推理驗證癥狀與證素間的因果關(guān)系、證素與證名間的關(guān)系,其結(jié)果與中醫(yī)專家經(jīng)驗有很高的吻合性。表明貝葉斯網(wǎng)絡(luò)可運用于中醫(yī)辨證系統(tǒng)的研究,從而更加量化中醫(yī)辨證診斷系統(tǒng)。貝葉斯網(wǎng)絡(luò)應(yīng)用于以證素為核心的中醫(yī)證素辨證體系,研究中醫(yī)辨證診斷數(shù)據(jù)中癥狀與證素間的因果關(guān)系,證素間的組合關(guān)系。中醫(yī)辨證貝葉斯網(wǎng)絡(luò)運算結(jié)果表明其與中醫(yī)專家經(jīng)驗有很高的吻合性。貝葉斯網(wǎng)絡(luò)可解決中醫(yī)定量診斷問題,它可以揭示眾多癥狀間的因果關(guān)系以及癥狀與證候間的復(fù)雜關(guān)系,從中發(fā)現(xiàn)證候的主要癥狀和次要癥狀,并定量確定其診斷價值,有助于確定證候診斷的標準和規(guī)范。應(yīng)用貝葉斯網(wǎng)絡(luò)方法通過分析474例血瘀證臨床診斷數(shù)據(jù),進行血瘀證定量診斷,并定量計算其診斷貢獻度。基于這些關(guān)鍵癥狀建立的簡單貝葉斯分類器模型對血瘀證診斷的準確率達到96.6%。運用貝葉斯網(wǎng)絡(luò)研究證候的復(fù)雜性,證候的復(fù)雜性源于其高維高階性。證候的高維性表現(xiàn)為構(gòu)成證候系統(tǒng)的空間因素種類繁多,數(shù)目龐大,證候的高階性表現(xiàn)為證候各因素之間相互關(guān)系的復(fù)雜性。應(yīng)用貝葉斯網(wǎng)絡(luò)技術(shù)從臨床數(shù)據(jù)中發(fā)現(xiàn)某些證候要素與下屬癥狀之間的因果關(guān)系,定性給出這些要素與下屬癥狀之間的網(wǎng)絡(luò)模型。研究表明,證候要素氣虛的下屬癥狀為脈細、精神不振和乏力,病位脾的下屬癥狀為脘腹脹滿、納差、舌淡、苔薄白,其中舌淡與脾和苔薄白之間存在著因果關(guān)系。運用貝葉斯網(wǎng)絡(luò)研究證候要素與癥狀(體征)間的因果關(guān)系,得出糖尿病證候要素的診斷。證候要素陰虛的診斷是脈細、消瘦、手足心熱。證候要素氣虛的診斷是疲倦乏力、懶言。證候要素陽虛的診斷是手足不溫、脈沉。證候要素內(nèi)熱的診斷是舌干、苔黃、脈數(shù)。證候要素內(nèi)燥的診斷是舌干、苔燥。證候要素血瘀的診斷是肢體麻木、舌質(zhì)暗、舌上瘀斑。證候要素內(nèi)濕的診斷是頭身困重、苔膩、脈滑。證候要素痰的診斷是苔膩、脈滑。貝葉斯網(wǎng)絡(luò)應(yīng)用于中醫(yī)專家系統(tǒng)。中醫(yī)專家系統(tǒng)指根據(jù)中醫(yī)專家“整體思維、辨證論治”的診療特點,在一定的教學(xué)平臺上,根據(jù)“望、聞、問、切”得出的癥狀體征,給出診斷結(jié)果的智能計算機程序。中醫(yī)辨證是中醫(yī)專家系統(tǒng)的核心,應(yīng)用貝葉斯網(wǎng)絡(luò)根據(jù)信息熵判定癥狀之間是否存在因果關(guān)系,然后利用貝葉斯網(wǎng)絡(luò)計算判定癥狀群的類別所屬,貝葉斯網(wǎng)絡(luò)的優(yōu)點在于把各個癥狀看作彼此相互聯(lián)系的整體。三、貝葉斯網(wǎng)絡(luò)模型結(jié)構(gòu)方程模型幾乎包括了傳統(tǒng)的分析方法,特別是能分析隱變量間可能存在的因果關(guān)系,應(yīng)用在中醫(yī)證候研究中,該模型可以分析不同病與不同證這兩個隱變量間復(fù)雜的因果關(guān)系。該模型的缺點是構(gòu)建模型需要一定的樣本量,一個標準模型至少需要200個樣本,否則一些規(guī)律在數(shù)據(jù)中無法顯示。貝葉斯網(wǎng)絡(luò)模型可用于復(fù)雜多因果關(guān)系的分析,是人工智能領(lǐng)域的研究熱點和重要成果之一。在中醫(yī)證候研究中,應(yīng)用此模型可以研究癥狀之間、癥狀與證素間復(fù)雜的因果關(guān)系。但是,貝葉斯網(wǎng)絡(luò)是一種頻率算法,一些頻率