中醫(yī)證候標(biāo)準(zhǔn)研究的現(xiàn)狀與思考

中醫(yī)證候標(biāo)準(zhǔn)研究的現(xiàn)狀與思考

綜合征是中醫(yī)辨證論治的重要因素，是評價中醫(yī)療效的重要依據(jù)。多年來對證候標(biāo)準(zhǔn)的研究思路和方法主要集中在文獻整理、臨床觀察與調(diào)查、專家經(jīng)驗等方面,但有系統(tǒng)的科學(xué)論證的研究報道少見,尤其是關(guān)于方法學(xué)研究的報道鮮見。筆者在把握證候標(biāo)準(zhǔn)建立的現(xiàn)狀及研究必要性的基礎(chǔ)上,提出中醫(yī)證候標(biāo)準(zhǔn)建立的思路與方法。1基于綜合征條件的預(yù)測和研究必要性1.1缺乏對證候診斷的具體論證證候的研究是中醫(yī)現(xiàn)代化研究的關(guān)鍵問題之一,是眾多基礎(chǔ)和應(yīng)用研究的根本。多年來,我國學(xué)者在證候研究方面作出了不懈的努力,取得了一定的成績。然而,在證候標(biāo)準(zhǔn)的建立方面的研究仍亟待加強。雖然我國曾組織大量人力、物力制定了中華人民共和國中醫(yī)藥行業(yè)標(biāo)準(zhǔn)以及各種證候診斷標(biāo)準(zhǔn),但是缺乏科學(xué)性、合理性的論證。通過對多種疾病的中醫(yī)證候診斷標(biāo)準(zhǔn)的建立程序及文獻分析可知,目前多種疾病中醫(yī)診斷與證候診斷標(biāo)準(zhǔn)的建立仍以專家經(jīng)驗為主要參考意見,很少經(jīng)過科學(xué)、系統(tǒng)的論證。主要表現(xiàn)在:一是缺乏整體規(guī)劃和客觀示范導(dǎo)向;二是對證候概念、內(nèi)涵、外延缺乏統(tǒng)一的認(rèn)識;三是證候診斷的標(biāo)準(zhǔn)不統(tǒng)一,研究評價手段與方法落后。許多證候的認(rèn)識多局限于古代文獻和臨床經(jīng)驗,證候標(biāo)準(zhǔn)模糊欠確切,缺乏流行病學(xué)方法和嚴(yán)格設(shè)計,缺乏證候量化研究,從而降低了可操作性和指導(dǎo)性,不能有效指導(dǎo)臨床實踐。1.2中醫(yī)證候?qū)W研究目前中醫(yī)證候標(biāo)準(zhǔn)研究多根據(jù)文獻整理并結(jié)合專家經(jīng)驗等,其中方法學(xué)研究薄弱、研究質(zhì)量可控性較差。近年部分專家結(jié)合臨床流行病學(xué)調(diào)查和統(tǒng)計學(xué)方法等多學(xué)科交叉滲透,在證候研究方面取得了一定成效,如王永炎院士在中風(fēng)證候診斷標(biāo)準(zhǔn)的研究中引入了數(shù)學(xué)手段,通過多學(xué)科融合進行科學(xué)性論證,為中醫(yī)證候研究提供了新的研究思路,值得借鑒。目前,在高新科技領(lǐng)域具有極為廣闊應(yīng)用前景的計算智能和數(shù)據(jù)挖掘技術(shù)的發(fā)展,又為醫(yī)學(xué)界的發(fā)展提供了強有力的技術(shù)支持。充分采用計算智能和數(shù)據(jù)挖掘的方法技術(shù)應(yīng)用于中醫(yī)證候標(biāo)準(zhǔn)建立研究,將為其研究提供可靠的技術(shù)平臺,目前類似研究少有報道,有待進一步著力進行。2為績效標(biāo)準(zhǔn)的建立思路和方法2.1數(shù)據(jù)處理與統(tǒng)計分析應(yīng)明確文獻的納入標(biāo)準(zhǔn)、排出標(biāo)準(zhǔn),確定文獻收集策略及評價與篩選方法,編寫文本文件和有關(guān)文獻數(shù)據(jù)整理規(guī)范。根據(jù)文獻數(shù)據(jù)整理規(guī)范,將文本文件資料進行數(shù)據(jù)處理后輸入計算機,使用有關(guān)統(tǒng)計軟件進行分析。運用描述性分析,計算出證候及相關(guān)證候因素的頻次、頻率;運用聚類分析和Logistic回歸分析等多元統(tǒng)計方法,分析證候類別及其與證候因素間的關(guān)系、權(quán)值等。文獻研究為探索證候分布規(guī)律和建立證候標(biāo)準(zhǔn)提供依據(jù)。目前,我們初步建立了糖尿病、下呼吸道感染、慢性阻塞性肺病等疾病的中醫(yī)辨證治療數(shù)據(jù)庫,并進行統(tǒng)計分析,取得了初步效果。2.2數(shù)據(jù)處理和分析方法在文獻研究和小樣本調(diào)研基礎(chǔ)上,參照有關(guān)參考辨證標(biāo)準(zhǔn)等,統(tǒng)一證候癥狀因子命名,明確癥狀命名的內(nèi)涵和癥狀的合并歸納等。在中醫(yī)理論指導(dǎo)下,以組成臟腑氣血津液證候的要素出發(fā),初步建立中醫(yī)證候診斷參考標(biāo)準(zhǔn),以供臨床調(diào)研使用。在臨床調(diào)研時,科學(xué)的設(shè)計和可靠的質(zhì)量控制是重要環(huán)節(jié),確定調(diào)查樣本數(shù)、明確調(diào)查內(nèi)容(一般情況、生活方式、發(fā)病誘因、慢性并發(fā)癥、西醫(yī)診斷類型、中醫(yī)辨證診斷及實驗室檢查等)和調(diào)查方法(制定調(diào)查問卷、調(diào)查過程中的質(zhì)量控制)等。將研究因素進行規(guī)格量化后進行數(shù)據(jù)整理并輸入計算機。運用描述性分析,計算出證候及相關(guān)證候因素的頻次、頻率;采用獨立列聯(lián)表式的χ2檢驗和非參數(shù)Kruskal-Wallis秩和檢驗,分析各證侯與證候因素關(guān)系;采用Logistic逐步回歸方法建立證候及其與證候因素間的多因素分析模型,分析證候因素與相關(guān)證候因素的權(quán)重關(guān)系;使用一致性分析、Spearman相關(guān)分析、主成分/因子分析法對證候診斷進行信度、效度和靈敏度分析。目前,我們開展了糖尿病、下呼吸道感染、慢性阻塞性肺病、中風(fēng)等疾病的中醫(yī)證候調(diào)查,就其證候分布規(guī)律與診斷、影響證候的因素、證候與生存質(zhì)量的關(guān)系等方面進行了初步研究,為進一步開展證候標(biāo)準(zhǔn)研究奠定了基礎(chǔ)。2.3療效評價標(biāo)準(zhǔn)結(jié)合文獻和臨床調(diào)研的結(jié)果,制定專家咨詢問卷調(diào)查表,反復(fù)對中醫(yī)疾病診斷病名、常見證候及癥狀/體征進行調(diào)查。根據(jù)評價指標(biāo)制定相應(yīng)的評分標(biāo)準(zhǔn)。對專家咨詢內(nèi)容進行統(tǒng)計分析,計算回收率,評價專家的積極系數(shù)。以均數(shù)(Mj)、滿分頻率(Kj)、等級總和(Sj)來評價專家意見的集中程度。計算各指標(biāo)評價結(jié)果的變異系數(shù)(Vj)和專家意見協(xié)調(diào)系數(shù)(W),判斷專家對每項指標(biāo)的評價是否存在較大分歧。按公式Pi=Yi/∑Yi,計算各指標(biāo)的權(quán)重值。通過以上步驟,篩選出疾病診斷病名、常見中醫(yī)證型和證候及其癥狀/體征。并參考文獻研究和臨床調(diào)查結(jié)果,進一步完善中醫(yī)證候診斷標(biāo)準(zhǔn)及量表。2.4癥狀和癥狀的量化是制定癥狀和癥狀的關(guān)鍵2.4.1專家證據(jù)初選量表在系統(tǒng)復(fù)習(xí)文獻并在臨床調(diào)研的基礎(chǔ)上,參照有關(guān)證候等文獻規(guī)范,集合專家意見,經(jīng)過反復(fù)論證,篩選證候條目池,進行歸類、整理、合并,刪除無關(guān)和重復(fù)的指標(biāo),經(jīng)專家對條目池中的備選指標(biāo)進行取舍和提出評價意見,進行第二次歸類、整理、合并,形成量表的初選量表條目。2.4.2中醫(yī)診斷標(biāo)準(zhǔn)研究量表見表1對初選量表中條目,按照10級進行線性評分和按5級進行等級描述評分。為了避免在量表中使用一般人難以理解的中醫(yī)術(shù)語和對同一條目中包含有兩項內(nèi)容的條目進行拆分,對初選量表進行進一步修改,同時增加專家對該證候的診斷內(nèi)容,使條目表達意思準(zhǔn)確,通俗易懂。多家醫(yī)院同步進行臨床調(diào)研,對初步設(shè)置的證候及診斷因素進行再篩選;并由患者和醫(yī)生分別進行量表的填寫,進行一致性檢驗。結(jié)合專家問卷調(diào)查,對修改后的量表中問題條目的意思的表達是否能反映中醫(yī)要問的內(nèi)容進行研究,初步確定證候診斷標(biāo)準(zhǔn)研究量表。通過數(shù)據(jù)分析后,進一步調(diào)整入選條目的加權(quán)系數(shù)、輕重程度及賦值,對因素合理性、權(quán)重和賦值進行論證及模擬檢驗,使因素賦值更符合臨床實際。2.4.3證候診斷標(biāo)準(zhǔn)制定通過癥狀與體征條目的拆分量化與再篩選研究,以制定出證候診斷標(biāo)準(zhǔn),并就量表的考核、診斷驗證、量表信度、效度檢驗、重測信度檢驗、診斷符合率檢驗、平行效度檢驗等方面對證候診斷標(biāo)準(zhǔn)進行驗證,并對入選條目的加權(quán)系數(shù)、證候診斷分值大小、證候診斷的輕重程度進行調(diào)整,進一步開展證候標(biāo)準(zhǔn)的再驗證研究,最終制定證候診斷標(biāo)準(zhǔn)。2.5計算方法的應(yīng)用研究計算智能是利用計算技術(shù)來模仿人類和其它生物對非線性、不完全、不精確和不確定的信息進行智能處理的技術(shù),具有良好的容錯性、魯棒性和高精度等綜合技術(shù)優(yōu)勢。醫(yī)學(xué)信息對數(shù)據(jù)挖掘的特殊要求,使計算智能(ComputationalIntelligence,CI)方法更適合醫(yī)學(xué)數(shù)據(jù)的處理和知識的提取。隨著計算智能研究的進展,為中醫(yī)證候數(shù)學(xué)模型的建立提供了有效手段。運用計算智能方法,通過模式識別等,使大量來自于臨床流行病學(xué)的調(diào)研資料與海量信息,經(jīng)過整合、優(yōu)化,最終使大量復(fù)雜的證候合理分類成為可能。通過這一先進的數(shù)理手段,可以建立證候診斷標(biāo)準(zhǔn)的初標(biāo)準(zhǔn),在此基礎(chǔ)上再次進行論證,為開發(fā)基于客觀化、規(guī)范化、量化基礎(chǔ)上的中醫(yī)證候診斷標(biāo)準(zhǔn),提高中醫(yī)臨床診斷率、完善中醫(yī)藥臨床療效評價體系提供依據(jù)。近年來,作為人工智能(ArtificialIntelligence,AI)研究的一個重要分支,CI的理論與方法的研究不僅受到了從事信息科學(xué)研究的學(xué)者的矚目,同時也受到了包括從事醫(yī)學(xué)研究的其他學(xué)科學(xué)者的關(guān)注。近年來,隨著計算智能理論、技術(shù)和應(yīng)用的不斷發(fā)展,醫(yī)學(xué)界已經(jīng)獲得了多項突破性成果。發(fā)現(xiàn)了服用抗精神病藥物與心肌炎和心肌病發(fā)作的關(guān)系;開展了建立基于神經(jīng)網(wǎng)絡(luò)的肺癌智能化診斷模型的研究;進行可動態(tài)檢測病人的麻醉深度和控制麻醉藥物的用量研究;對胸痛癥狀疾病進行診斷;檢測宮頸癌病變的不同階段等等,顯示了計算智能理論和技術(shù)在醫(yī)學(xué)領(lǐng)域中的廣泛應(yīng)用前景。近年來,盡管CI技術(shù)在中藥研究領(lǐng)域得到了大量應(yīng)用,但在中醫(yī)診斷方面的研究,尤其是將計算智能的理論與技術(shù)綜合應(yīng)用到中醫(yī)證候診斷方面的研究少有報道。在研究中醫(yī)癥候診斷標(biāo)準(zhǔn)和方法學(xué)這樣復(fù)雜的、結(jié)構(gòu)不確定、信息不完全、無法建立解析的數(shù)學(xué)模型和無完備算法可循的問題時,由于設(shè)計算法和規(guī)則方面的種種困難,往往難以用傳統(tǒng)的計算機程序計算方式來進行信息處理。計算智能是用計算機技術(shù)來模仿生物智能,而不需要開發(fā)算法和規(guī)則。計算智能主要包括用于模仿生物種群進化過程的演化計算(例如遺傳算法、演化策略、演化規(guī)劃、遺傳程序設(shè)計等),模仿大腦思維的高層次結(jié)構(gòu)的人工神經(jīng)網(wǎng)絡(luò)(例如EBP型、競爭型、自適應(yīng)共振型、聯(lián)想記憶型等),以及模仿低層次的大腦結(jié)構(gòu)的模糊系統(tǒng)等。人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeuralNetwork,ANN)由于其模型、拓撲關(guān)系、學(xué)習(xí)與訓(xùn)練算法等都建立在對生物神經(jīng)元系統(tǒng)的研究之上,雖然離人們設(shè)想的程度還很遠,但它仍是目前模擬人腦模式識別、聯(lián)想、判斷、決策和直覺的理想工具。ANN的主要特征是:大規(guī)模的并行處理和分布式的信息存儲,良好的自適應(yīng)、自組織性,以及很強的學(xué)習(xí)功能、聯(lián)想功能和容錯功能。特別是ANN對復(fù)雜映射的強有力的逼近能力,為中醫(yī)證候研究所需進行的非解析模型的建立,提供了良好的工具。模糊邏輯(FuzzyLogic,FL)和模糊計算(FuzzyComputing,FC)是計算智能的另一個重要方面。模糊計算方法的重要性在于它可以表現(xiàn)事物本身性質(zhì)的內(nèi)在不確定性。因此,可以模擬人腦,認(rèn)識客觀世界的非精確、非線性的信息處理能力。中醫(yī)證候是對疾病過程中的病理狀態(tài)的綜合描述,它涵蓋了諸如癥狀、體征、舌脈、氣候、年齡、體質(zhì)等諸多因素相互作用的動態(tài)變化信息,其信息具有多層面、模糊性、非線性、不確定性等特征。面對著有關(guān)證候的海量的復(fù)雜信息,如何科學(xué)的進行整合、優(yōu)化、分析,從中尋找出其內(nèi)在規(guī)律,是以往證候研究中的技術(shù)難點。要解決上述問題,不論是單獨的傳統(tǒng)人工智能方法,單獨的神經(jīng)網(wǎng)絡(luò),還是單獨的模糊邏輯和模糊計算方法,都是不完善的,難以達到預(yù)期的效果。因此,構(gòu)造綜合性的模糊神經(jīng)計算智能系統(tǒng)(fuzzyneuralnetworkscomputationalintelligencesystem,FNNCIS),是解決上述問題的一條合理的途徑。遺傳算法(GeneticAlgorithm,GA)是基于自然選擇和遺傳學(xué)原理的一種群體尋優(yōu)的搜索算法,特別適用于處理傳統(tǒng)搜索算法難以理解的復(fù)雜和非線性問題。其特點是:群體尋優(yōu);對問題依賴性小,魯棒性好;對適應(yīng)函數(shù)沒有過多限制,因而應(yīng)用廣泛;搜索效率較高;適用于大規(guī)模并行計算;適用于復(fù)雜大系統(tǒng)優(yōu)化問題;與其他計算智能方法可以緊密地結(jié)合。遺傳算法在證候標(biāo)準(zhǔn)研究的應(yīng)用,可以優(yōu)化問題求解的模糊神經(jīng)計算智能系統(tǒng)(FNNCIS),形成與實際問題相吻合的中醫(yī)證候診斷決策樹。人工神經(jīng)網(wǎng)絡(luò)、模糊邏輯和模糊計算、遺傳算法都是仿效生物信息處理模式以獲得智能信息處理功能的理論和技術(shù)。三者目標(biāo)相近而方法各異,將其相互結(jié)合,能達到取長補短、各顯優(yōu)勢的效果。事實上,目前對三者研究正在同步發(fā)展、相互滲透、界限日益模糊,人們逐漸認(rèn)識到由三者交叉組成的新系統(tǒng)具有更強的功能,因而三者相互融合的研究是當(dāng)今三個分支研究的熱點,必將為中醫(yī)證候研究提供較好的技術(shù)平臺。3證候標(biāo)準(zhǔn)的研究必須是科學(xué)的方法基于計算智能理論、技術(shù)與方法,構(gòu)建證候診斷信息處理系統(tǒng)及與之相關(guān)的方法選擇、模型建立、算法設(shè)計與分析、樣本預(yù)處理、數(shù)據(jù)挖掘等關(guān)鍵技術(shù)的研究和應(yīng)用