建立中风病“阴阳类证”辨证规范的数据挖掘研究.pdfVIP

中乍中医药学会脑病分会第二届学术研讨会论文汇编 129、天竺黄129、甘草69。 (2)肝肾亏虚：言语謇涩或不语，．、仁身不遂，口舌歪斜，偏身麻木，眩晕，耳鸣，烦躁失眠，大便偏 干。舌质暗红，少苔或无苔，脉弦或弦细数。治宜培补肝肾，开窍利音。方选补肝肾解语汤加减。方 99、甘草69 (3)肾阳虚弱：言语謇涩或不语，半身不遂，口舌歪斜，偏身麻木，乏力，头晕，面色咣白，怕冷， 大便偏稀。舌质淡，边有齿痕，苔白，脉滑。治宜温补肾阳，填精益髓。方选温阡I解语汤加减。方 209、远志129、天麻159、当归159、甘草69。 4．结语 中风病具有起病急、病程长、变化迅速、一病数证的特点，失语作为中风临床常见症状之一， 不同的阶段有不同的病因病机及辨治规律，根据分期进行辨证，采用活血化瘀、祛痰化浊、平肝潜 阳、清热利湿、培补肝肾等法，并将开窍贯穿始终，可起到提高疗治中风失语及中风偏瘫等症状的 目的。 参考文献(略) 建立中风病“阴阳类证辨证规范的数据挖掘研究事 郭建文‘黄燕1印鉴2杨小波1粱兆辉1 l广州中医药大学第二附属医院，广东省中医院，广州市越秀区大德路ll1号，510120； 2中山大学信息科学与技术学院，广州市新港西路135号，510275 0引言 中风病严重危害人类健康，而缺血中风作为卒中的主要类型，是其高发病率、高死亡率、高致 残率使其成为世界范围危害极大、亟待攻克的一种疾病。既往研究结果表明中医药可以明显降低急 性中风患者的病死率和致残率，其独特优势在国际上也逐渐产生了一定的影响。但由于中风病因病 机复杂，临床分型意见颇不一致，缺乏统一的辨证分型标准。因此，探求中风病辨证规律并对其进 行规范化和标准化研究对中风病的治疗和研究有非常现实的意义。 数据挖掘(Data Mining，DM)是一门新兴的交叉学科，也是现代科学技术相互渗透的必然结 果，其基本目标就是从大量的数据中提取隐藏的，潜在的和有用的知识和信息。中风的中医证候通 常可以看成是疾病状态下人体释放的共时或历时信息。在样本量足够大时，实施数据挖掘可揭示中 医证候的潜在规律，粗糙集值约简和关联规则是常用的方法。本文利用数据挖掘的方法研究“中风 病阴阳类证”辨证规范，报道如下： 1．资料与方法 1．1资料 本研究使用的原始数据库为国家十五攻关课题证候研究部分的4077例样本数据库，格式为 10月的神经内科、急诊、针灸科等门诊和住院部的病人。纳入标准为：(1)符合1996年中医中风 知情同意。排除标准为：(1)短暂性脑缺血、脑出血、蛛网膜下腔出血；(2)有严重并发症。(3) 317 中华中医药学会脑瘸分会第二届学术研讨会论文汇编 发病超过30天。 所有参加研究单位统一进行进行中医四诊信息采集方法培训，采用事先设计好的《中风病证 候信息采集表》，证候调查表共分为6个部分，298个属性，分别为：人口统计学资料、入选情况、 中风特异性表现、中风相关性表现、中风相关舌脉和辨证结论。在患者发病后0-3，4-10，10—30d 进行信息采集，双人双输入数据库，并进行锁定。 1．2研究方法 1．2．1建立面向中风中医辨证规范的数据挖掘系统框架 针对中风中医辨证的特点，我们建立了面向中风中医辨证规范的智能平台。平台为用户提供 了一个良好的数据操作和挖掘环境。整个框架兼容现有的数据挖掘任务及过程，增加了用户友好的 交互式的数据挖掘环境。本框架将数据挖掘分为3个层次：数据预处理层、数据挖掘层、模式表示 层。系统框架如下图： 1．2．2数据预处理，包括冗余数据删除和缺失数据补充 在实验样本数据进行挖掘之前我们需要进行清洗数据操作。实验样本数据来自于《中医证候调 查表》，包括298个属性，共4077条记录。其中调查表的人口统计学资料、入选情况等共80个属 性是记录病人的基本情况，对辨证分析没有直接的关系，因此，为了保证后续的挖掘处理能够得到 更好的结果，我们将不相关的属性删除，最后剩余156个属性对急性缺血中风患者相关症状和辨证 结论的描述。这些属性一般都是离散的整数取值，很多是O，1的布尔取值，表示患者是否出现了 属性所描述的症状。另外通过对这些数据的分析，发现我们关心的属性：阴类证一阳类证、阴虚、 气虚有多个重复属性出现，为了方便以后对数据进行操作，增加数据挖掘效果的可靠