论文部分内容阅读
                            
                            
                                目的:本课题拟探讨传统辨证方法和基于数理统计方法的算法辨证的差异。研究在既往结题国科金项目已建的胃癌病例数据库1基础上,制定评估办法,进行专家传统方法辨证后运用数理统计分析方法获取胃癌各治疗时段患者的辨证分型信息,然后建立评估模型,并在同质数据库2中用结构方程模型(SEM)分析方法对建立的证候模型进行验证以评估其合理性、效价。以期探讨客观化的胃癌辨证标准,也为其它疾病的辨证标准研究提供科学的依据。  方法:针对胃癌病例数据库1制定评估办法,进行专家传统方法辨证后分别采用因子分析和聚类分析两种运算方法获取胃癌各治疗时段下患者的辨证分型信息,选择一个较为理想的证型分类结果建立供评估的模型,最后采用同质数据库2,用结构方程模型(SEM)对其建立的测量模型和结构模型进行验证以评估其合理性、效价。最后对比人工辨证和算法辨证的差异并讨论得出结果。  结论:  1.基于专家传统辨证的结论:①全时段患者辨证:按频次多少依次为脾胃虚寒证、气血两虚证、瘀毒内阻证、肝胃不和证、胃热阴伤证、痰湿凝滞证。②术前患者辨证:按频次多少依次为脾胃虚寒证、肝胃不和证、瘀毒内阻证、气血两虚证、胃热阴伤证、痰湿凝滞证。③术后患者辨证:按频次多少依次为脾胃虚寒证、瘀毒内阻证、肝胃不和证、气血两虚证、胃热阴伤证、痰湿凝滞证。④术后化疗后患者辨证:按频次多少依次为气血两虚证、脾胃虚寒证、瘀毒内阻证、胃热阴伤证、痰湿凝滞证、肝胃不和证;  2.基于因子分析的结论:①全时段因子分析获得6个组合证型,按解释方差的贡献度大小依次为:脾胃虚寒证、气血两虚证、瘀毒内阻兼气滞证、肝胃不和兼瘀证、胃热阴伤兼瘀证、痰湿凝滞证。②术前因子分析获得6个组合证型,按解释方差的贡献度大小依次为:脾胃虚寒证、肝胃不和证、瘀毒内阻证、气血两虚兼瘀证、胃热伤阴证、痰湿凝滞兼瘀证。③胃癌术后因子分析获得6个组合证型,按解释方差的贡献度大小依次为:脾胃虚寒证、瘀毒内阻证、气血两虚证、肝胃不和证、胃热伤阴兼瘀证、痰湿凝滞兼瘀证。④术后化疗后因子分析获得6个组合证型,按解释方差的贡献度大小依次排序为:气血两虚证、脾胃虚寒证、瘀毒内阻兼气滞证、胃热伤阴证兼瘀证、痰湿凝滞证兼气滞证、肝胃不和证;  3.基于聚类分析的结论:①全体时段聚类分析得到的证型结论为:瘀毒内阻兼气滞证、气血两虚证、脾胃虚寒兼瘀证、胃热伤阴证、气血两虚兼热证、痰湿凝滞兼瘀证。②术前聚类分析得到的证型结论为:气血两虚兼瘀证、肝胃不和兼瘀证、瘀毒内阻证、痰湿凝滞证、胃热阴伤兼瘀证、脾胃虚寒兼瘀证、气阴两虚证。③术后聚类分析得到的证型结论为:肝胃不和兼瘀证、胃热阴伤兼瘀证、脾胃虚寒兼瘀毒内阻证、肝胃不和证、瘀毒内阻兼脾胃虚寒证、脾胃虚寒兼瘀证。④术后化疗后聚类分析得到的证型结论为:脾胃虚寒证、气血两虚证、瘀毒内阻兼肝胃不和证、气血两虚兼瘀证、痰湿凝滞兼瘀证、胃热伤阴证;  4.基于结构方程模型分析结论:  (1)测量模型:①脾胃虚寒证测量模型拟合良好,反映该证较显著(p<0.001)的指标有:苔薄白、脉弱、舌质淡、胃脘喜按、面色萎黄、心下痞满、胃脘隐痛、胃脘喜温、喜热饮;②痰湿凝滞证测量模型拟合良好,反映该证较显著(p<0.001)的指标有:苔白腻、呕吐清水痰涎、舌胖有齿痕、舌淡红、舌质淡;③气血两虚证测量模型拟合良好,反映该证较显著(p<0.001)的指标有:耳鸣、神疲、气短、四肢无力、形体消瘦、面色苍白、语声低弱、脉弱、舌质淡;④肝胃不和证测量模型拟合良好,反映该证较显著(p<0.001)的指标有:苔黄腻、脉弦、口苦、嘈杂不适、胃脘疼痛、痛窜胸胁、胸胁苦滿;⑤胃热伤阴证测量模型拟合良好,反映该证较显著(p<0.001)的指标有:舌红而干、苔花剥、五心烦热、饥不欲食、喜冷饮、潮热、大便干;⑥瘀毒内阻证测量模型拟合良好,反映该证较显著(p<0.001)的指标有:舌红而干、苔花剥、五心烦热、饥不欲食、喜冷饮、潮热、大便干;  (2)结构模型:①全时段结构方程模型拟合良好:CMIN/DF:2.746;RMR:0.009;GFI:0.875;AGFI:0.859;NFI:0.864;TLI:0.902;CFI:0.909;RMSEA:0.052;②术前结构方程模型拟合良好:CMIN/DF:1.736;RMR:0.017;GFI:0.753;AGFI:0.719;NFI:0.735;TLI:0.855;CFI:0.866;RMSEA:0.068;③术后结构方程模型拟合良好:CMIN/DF:1.857;RMR:0.016;GFI:0.754;AGFI:0.719;NFI:0.724;TLI:0.835;CFI:0.848;RMSEA:0.070;④胃癌术后化疗后结构方程模型拟合良好:CMIN/DF:1.995;RMR:0.008;GFI:0.830;AGFI:0.806;NFI:0.819;TLI:0.891;CFI:0.900;RMSEA:0.057;  5.聚类分析中各时段的证型分类出现了重叠现象,和因子分析相比,因子分析较聚类分析针对本数据有更好的辨证分类性能,其结果也在测量模型和结构模型分析中得到了验证,拟合程度优良;  6.因子分析、聚类分析、结构方程模型均为有效的中医辨证标准化研究的有效工具。