基于logisic回归分析的亚健康失眠中医证候诊断规律研究

基于logisic回归分析的亚健康失眠中医证候诊断规律研究

健康睡眠障碍是人体在低健康状态下对自身睡眠质量的主观体验。中医药以证(证候)为基础、辨证论治为特色,在临床中对治疗亚健康失眠具有良好的疗效。然而,目前中药治疗亚健康失眠尚缺少严格设计的、大规模的随机双盲、多中心临床研究,其中一个重要原因在于基于经验的证候诊断难以客观化,为深入探讨亚健康失眠中医证候诊断规律,笔者应用Logistic回归分析方法,对亚健康失眠的中医分型诊断进行研究并建立预测模型,以期规范其诊断标准。健康睡眠的中医证候调查问卷根据《亚健康中医临床指南》中有关非器质性失眠症的诊断标准拟定,亚健康失眠是指:身体检查无明显疾病,但呈现出疲劳,活力、反应能力和适应力减退,创造能力较弱,自身有种种不适症状。失眠为主要症状,包括入睡难、保持睡眠难、早醒、醒后感不适和白天困倦等,每周至少发生3次并持续1个月以上,其他症状均继发于失眠。介于健康与疾病之间的一种亚(医学)临床状态。参考《中药新药临床研究指导原则》中阴虚火旺证和心脾两虚证。阴虚火旺证:心烦不寐或多梦易醒,头晕耳鸣,口干咽燥,五心烦热,心悸汗出,健忘或有腰膝酸软,遗精,月经不调,舌红,脉细数;心脾两虚证:失眠多梦,心悸健忘,神疲体倦,食纳减少,或食后腹胀,面色少华,大便溏,舌淡胖,苔薄白,脉细弱。①符合亚健康失眠诊断标准;②中医辨证为阴虚火旺型和心脾两虚型,由两位中医主治医师以上职称的医师共同认可;③年龄18-60岁;④初中或初中以上文化水平;⑤匹兹堡睡眠质量(PSQI)分数>7分且≤15分;⑥签署知情同意书者。①严重的慢性失眠:即彻夜不眠、难以坚持正常工作且持续时间6个月以上;②酒精、药物滥用者;③2周内有重大生活事件;④近2周内使用过安眠药物,1个月内参加其他临床试验的患者;⑤过敏体质者;⑥合并有心脑血管、肝肾等疾病近半年内住院治疗者,合并有未能控制的内分泌疾病;⑦纳入前实验室检查严重异常者;⑧妊娠或哺乳期妇女。于2006年10月至2009年10月选择浙江省、广州市、北京市3个中心的7家医院作为调查医院,其中温州医学院附属第一医院133例、浙江中医药大学附属温州中医院80例、温州医学院附属第二医院50例、广州中医药大学第一附属医院50例、中国中医科学院广安门医院50例、浙江中医药大学附属第一医院50例,共计413例。其中男115例,女298例;年龄18-60岁,平均(32.99±11.48)岁;病程1个月-20年,平均(2.05±3.59)年。本研究根据文献制定亚健康失眠的中医证候调查问卷,调查问卷包括亚健康失眠常见的33种症状。按统一表格分组采集资料,性别、年龄、婚姻状况、职业、教育程度等,由受试者填写,书写困难者由调查医生询问代填。由调查医生采集核对资料,进行中医四诊检查,按照中医辨证计分标准逐一登记。临床信息填登记表由双人双次将资料录入在线调查数据库。将临床症状分为“有”和“无”2级。“有”计1分,“无”计0分。资料采用SPSS15.0统计软件分析,对413例患者与中医证候相关的33个变量中的原始数据进行录入整理,采用单因素和多因素Logistic回归分析的方法对33个变量进行筛选,通过ROC曲线估计计算模型的判别切点。预测模型的建立采用单因素Logistic回归分析的方法,对包括中医症状在内的33个变量进行单因素分析,结果见表1,以下22个变量对阴虚火旺和心脾两虚的判别作用有显著意义(P<0.001)。表2显示了多因素Logistic回归分析的结果,通过逐步回归(向后选择)的方法最终确定以下对证型判定有意义的10个预测变量。据筛选的10个变量,建立了如下预测模型:P=1/[1+exp(-3.17+2.02×目赤+0.89×口苦+1.14×心烦懊恼+1.32×耳鸣+1.12×口干咽燥+1.27×盗汗-0.89×神疲体倦-1.88×面色少华+0.82×腰膝酸软+0.82×小便黄)]。模型中阳性者赋值为1,阴性者赋值为0。根据上述模型计算所有研究对象的预测概率P值,此时ROC曲线下面积为0.899,提示模型有较好的预测价值,当切点为0.70时,预测的一致率最高,即当上述模型计算出的P大于0.70时,判定为心脾两虚,小于或等于0.70时判定为阴虚火旺,此时模型的判别一致率最高。对所建立的模型的一致率进行检验,结果见表3。一致率为81.84%,即理论判别与实际资料的总吻合率为81.84%,误判率为18.16%。健康睡眠中医证型的构建“证”是中医理论的核心,是立法遣方用药的依据,法随证立,方依法制。因此分析探讨亚健康失眠状态的基本证型,有助于利用中医养生保健理论和中医药辨证施治方法,对亚健康失眠状态进行有效的干预治疗。笔者前期调查发现,亚健康失眠患者以心脾两虚型和阴虚火旺型最为多见,因此笔者对此两型患者的中医症状进行Logistic回归分析并建立预测模型。从结果来看,通过Logistic回归分析筛选出的10个变量对阴虚火旺和心脾两虚两类证型的判别有意义,并建立预测模型,再将其临床症状带入预测模型,提示患者出现目赤、口苦、心烦懊恼、耳鸣、口干咽燥、盗汗、腰膝酸软、小便黄等症时,辨为阴虚火旺型的可能性大,其中以目赤和耳鸣更为显著。以此类推,当患者出现神疲体倦和面色少华等症时,提示其辨为心脾两虚型的可能性大,与临床实际基本符合。同时对所建立的模型的一致率进行检验,其一致达81.84%,表明其理论判别与实际资料有较高的吻合率,可以说本项研究所建立的亚健康失眠中医证型Logistic回归模型基本成功。传统的中医证型判定是根据中医四诊信息结合医师的个人经验做出的一个主观判断,缺乏客观性和精准性。而通过Logistic回归分析确立的预测模型使数据对信息加以量化,减低了全凭主观判断造成的误差,使数据更客观化,对促进中医诊断、鉴别诊断标准化及症候规范化有积极的意义。总之,本研究初步构建了一个亚健康失眠阴虚火旺和心脾两虚的Logistic回归预测模型,借助数理统计实现对阴虚火旺和心脾两虚诊断要点的辨识,为促进症候诊断客观化提供可行方法。但本研究病例数偏少,缺少其他证型,缺少舌苔、脉象,缺少有关睡眠的一些量表如匹兹堡量表等不足,影响了本研究的完善性。以后尚需将该模型在新的临床患者中进行可靠性检验,并进一步通过临床大样本、多证候综合调查研究,提高模型的诊断准确率