论文部分内容阅读
目的胃食管反流病(gastro-esophageal reflux disease,GERD)为消化系统常见病、多发病。随着对流行病学特点,典型症状表现及生活质量影响的深入研究,有关发病机制及治疗方法的探索已成为当下热点。针对本病易复发、难治性、周期长的特点,运用中医理论指导用药,临床疗效显著。然中医学之精髓在于“辨证论治”,归根结底是“证”的判别,辨证准确性是临床疗效的保障。但症状的隐匿性及重叠性增加了辨证的难度,又受个人主观性的制约,导致辨证的结果存在差异。因此,本研究以胃食管反流病为切入点,借鉴循证医学理念,运用统计学方法,对胃食管反流病的中医证候、证素分布及流行病学特点进行研究,得出本病的证候分布特点。并在此基础上,筛选肝胃郁热证及中虚气逆证临床病例,应用支持向量机、神经网络及自动编码器分别构建GERD智能辨证模型,比较证候预测的准确性。方法本论文由文献综述和临床研究两部分组成。文献综述包括三个部分。第一部分为“胃食管反流病的中医学认识”,主要论述胃食管反流病的中医病名、病机、辨证论治等方面。第二部分为“胃食管反流病的西医诊疗进展”,从胃食管反流病的流行病学、病因、发病机制及诊疗等方面进行探讨。第三部分为“机器学习技术在中医证候研究中的应用”,重点为机器学习于中医学证候学中的应用及中医智能化研究进展。临床研究部分:基于统一的中医证候量表,于东直门医院收集病例233例。将所收集的一般信息及四诊资料导入Excel,基于SPSS 25.0统计软件运用聚类分析、因子分析方法,得出胃食管反流病患者常见的中医证素、病性和证候分布规律。最后,从中筛选符合肝胃郁热证、中虚气逆证共98个样本,两类各49个样本,并按照类别之间1:1比例,全部数据的70%作为训练集,30%作为测试集。应用支持向量机(Support Vector Machine,SVM)、神经网络(Neural Networks,NNs)和自动编码器(Autoencoder)分别构建GERD智能辨证模型,比较证候预测的准确性。结果(1)本课题共收集233例GERD患者,其中男性108例(46.4%),女性125例(53.6%),男女比例为:0.86:1;年龄最小为20岁,年龄最大为79岁,平均年龄为52.35±12.33岁,年龄与性别分布相关(P<0.05);反流性食管炎167例(71.7%),非糜烂性反流病62例(26.6%),Barrett食管4例(1.7%);国家机关工作人员多发(29.5%),冬季(28.2%)、春季好发(33.8%)。饮食、情志、气候为发病的诱因,其中饮食偏嗜以甜食39例(16.7%)、辛辣30例(12.9%)、进食快25例(10.7%)居多;情志以急躁易怒(38.2%)、焦虑(29.2%)、忧虑(29.2%)为甚。GerdQ评分≥8分的人数(72.1%)远高于<8分的人数(27.9%)。纳入患者睡眠质量尚可(91.4%),未发现与疾病及其亚型的相关性。(2)相关性研究中,Hp感染情况、BMI指数与疾病亚型分布有关(P<0.05)。(3)胃食管反流病的证型主要有以下10种:类肝胃郁热证、类胆经郁热证、类胆胃不和证、类胃火炽盛证、类肝脾不调证、类脾胃湿热证、类气郁痰阻证、类脾失健运证、类中虚气逆证、类肺脾气虚证。病位证素在脾、胃、肝、胆、肺,病性证素中实证以气滞、湿热、热为主,虚证以气虚、阳虚为主。病机关键为虚、滞、湿、热。(4)98例GERD患者中,肝胃郁热证、中虚气逆证的畏寒、疲乏、腰背酸痛、胃中漉漉有声、排便不爽、胸闷、心烦、脉细、脉弦症状比较,差异具有统计学意义(P<0.05)。(5)在相同训练、测试样本数据下,SVM、NNs及Autoencoder三种算法对胃食管反流病肝胃郁热证及中虚气逆证的识别准确率分别为78.3%和79.2%和79.2%。结论(1)运用聚类分析法和因子分析法,归纳GERD中医证型为以下10种:类肝胃郁热证、类胆经郁热证、类胆胃不和证、类胃火炽盛证、类肝脾不调证、类脾胃湿热证、类气郁痰阻证、类脾失健运证、类中虚气逆证、类肺脾气虚证。上述方法客观真实的反映了GERD的中医证候分布和证素特点,为本病的诊治提供了参考。(2)NNs及Autoencoder降维基础上的NNs模型具有很好的诊断、预测能力,机器学习技术应用于GERD辨证模型的构建具有方法学上的可行性。