中医证候的现代研究方法

中医证候的现代研究方法

中医证候是一个非线性的复杂系统。大多数变量属于非量化数据，这与通常的观测数据明显不同。也有人称之为离散数据、分类数据、定性数据和属性数据。这就决定了在兼顾其非量化数据特点的同时,不可能用线性的、单一化的统计分析方法进行研究。近年来,随着循证医学、统计学、流行病学、信息学、模糊数学等诸多学科知识的不断交融渗透,用于中医证候研究的方法日益增多,然而均处于探索阶段,寻找到能完全适应中医证候复杂性特点的方法尚有难度,目前常见的证候研究方法有如下几种,每种方法均存在其局限性。1中医证候的赋分方法1.1信访咨询的方式在早期的证候研究中,大多通过专家问卷,直接根据专家经验进行评估,从而得到某一相关因素对相应证候的贡献度,确定相关因素不同的分值。具体方法是选取长期从事临床、科研、文献工作者,或具有三级甲等医院的副主任医师以上资格者数十名,根据文献与确诊病例回顾性调研结果制作信访咨询表,采用问卷信访调查的形式,在全国范围进行专家咨询。待结果回馈以后,参考专家建议,反复进行论证修改工作。1.2瘀证的诊断域值现多采用数理统计方法赋分。上世纪80年代,日本的寺泽捷年通过建立逐步线性回归方程的方法在血瘀证量化诊断的研究中确定了血瘀证的诊断域值。后来多因素回归分析得到较多应用,人们主要根据逐步线性回归分析各指标的标准偏回归系数及偏回归平方和计算其对证候的贡献值,还有通过比较Logistic回归分析过程中各变量比数比值(即OR值)的大小来评价变量对证候贡献的大小。1.3自变量cs计算概率值最大似然判别法主要用于计数资料的判别分析,其基本原理为:首先计算证候各相关因素的条件概率,再将条件概率转化为指数值,按照相对指数值的大小对相关因素赋分,它与回归分析的区别是:因变量不是定量的,其统计功能是:在新获得一组自变量观测数据后,通过方程组计算概率值,判定该组数据来自哪一个类别的概率最大,从而判定该组数据来自那一类。应用最大似然法计量诊断,需要具备两个条件:首先是要有足够的病例,调查的样本大,得出的症状频率才可能较为稳定;其次,用作鉴别辨证的评价指标要多,指标多则诊断的准确率也越高。还有将最大似然判别分析和计量学中概率换算结合起来运用,以弥补前法的不足。赵氏对肝阳上亢(170例)、阴虚阳亢(231例)、肝肾阴虚(30例)各自出现的症状,对30项评价指标,按症状频率与指数值的对应关系,进行计数统计得出“中医肝病鉴别诊断计数表”,据此可对临床病例做出中医肝病辨证的近似鉴别诊断,使之诊断方法数值化。1.4条件概率转化法有人参照数学的原理提出了条件概率转化的方法,其基本原理为:首先计算证候各相关因素的条件概率,再将条件概率转化为诊断指数,按照诊断指数的大小对相关因素赋分与各种多因素回归分析的方法相比较,条件概率转化法似乎更为简单明了,更有利于进行分析。1.5模糊性分析模糊数学是研究和处理模糊现象的数学。模糊性主要是指互为中介的客观事物在相互联系和相互过渡时所呈现出来的“亦此亦彼”性。根据模糊数学的原理,认为“证”的实质是一个模糊概念,可以使用模糊数学中的“隶属度”来刻划,进行量化分析,确定“证”的模糊集合中某些症状隶属于某证的程度,从而建立起“证”的数学模型,并使之客观化、精确化。以上方法在一定程度上丰富了数理统计赋分方法的内容。但是,上述方法的计算结果可能与实际有一定出入,因为线性关系或非线性关系体现的是多维欧氏空间散点的一种分布状态,如果多维欧氏空间散点不是线性状态,而是非线性状态时,我们不应该用超平面去拟合它,所以,对原本就不存在线性关系的数据,用线性的方法就没有意义了。2中医证候的统计分析2.1基于临床分析模型的再发现,实现证候学分析分析的可依证:从“内实外虚”到“证”Logistic回归分为非条件和条件Logistic回归分析两种,前者适用于队列研究和成组病例对照研究的资料分析,后者则用于配比设计的病例对照研究的资料分析。人们希望解决的问题是如何根据患者的证候信息判断其属哪一证型,故Logistic回归分析的方法是以往证候研究中用得最多的统计方法,其原理是:利用标准偏回归系数绝对值的大小来判断各自变量对发病影响的重要性。以往的研究中,研究者通常是通过临床流行病学的方法收集患者的资料,并根据辨证论治理论对病人进行辨证,然后采用判别分析和回归分析建立症状与“证”之间的判别函数,达到筛选和确定证候相关症状的目的。郭氏等借助古代大型医案数据库,对历代中医内科著作中论述到的证候及其症状信息群进行统计分析,采用国际通用的SAS6.12统计软件中的非条件Logistic多元逐步回归方法筛选变量,最终获得回归方程数学模型,为证候“内实外虚”特征提供客观证据,为证候规范化研究提供参考资料。表达为logit(p)=αo+α1x1(β1)+α2x2(β2)+……+αmxm(βm)。结果得出五脏相关证候的回归方程数学模型。根据每一自变量的标准化回归系数,可以判断出五脏相关证候的“内实”和“外虚”层次,认为对某一证候的诊断具有决定意义的症状组合是可以客观拟定的。刘氏运用现代多元统计logistic逐步回归分析,按照诊断树的步骤计算出诊断树各枝杈和尾端各证型的诊断指数和Logistic回归方程。模拟专家辨证诊断的经验,便于编制电脑专家诊断系统。按诊断树各枝杈证型出现的概率连乘求出尾端证型(总的辨证分型)的概率。Logistic逐步回归分析预测虚和实的结果与专家诊断的总符合率为88%,主证的总符合率为93.8%,兼证的总符合率为79.7%。Logistic逐步回归分析方法充分考虑了每一个变量和诊断树每一个枝杈对证的贡献度,符合专家临床逻辑思维过程,而且接近临床实际。2.2根据临床需求,合理解释不同证候,保证合理的原因因子分析实际上是对多个指标变量用少数几个潜在指标的线性组合来表示。也就是用少数的几个变量(或因子)来综合反映全部变量(因子)的大部分信息,变量虽然较原始变量少,但所包含的信息量却可占原始信息的85%以上,用这些新变量来分析证候信息变量,其可信度仍然很高,而且这些新的变量彼此间互不相关,消除了多重共线性。因子中潜在的公共因子是无法直接观测的,但却能对变量的变化起主导作用,准确地找到这些潜在因子并给予合理解释,是因子分析的基本职责。R型因子分析是对指标变量做的因子分析,还有一种情况是对观测的个案(也叫样品)所做的因子分析,叫Q型因子分析。将两种因子分析结合起来可以得到对应分析,对应分析的好处是可以同时揭示观测对象和观测指标变量两方面的结果。徐氏调查慢性支气管炎中医四诊信息,进行证候分类。随机调查700例慢性支气管炎病人,详细记录全部四诊信息,用Amos软件建立数据模型进行证实性因子分析(CFA)。结果经三因子、四因子和五因子分析(CFA),三因子分析结果与临床实际相一致。根据三因子分析结果排序,以标准回归系数0.4作为主次证界值,慢性支气管炎可概括为“痰”“瘀”“虚”三大类证候。聂氏用临床流行病学的研究方法,对IgA肾病的中医证候分布进行新的探索。病例问卷采用横断面调查,共收集合格病例308份,用因子分析的统计方法进行分析。结果共得出6个共因子,即6个类证候,它们是类气阴两虚证、类肾阳虚证、类风热袭肺证、类舌脉证、类大肠湿热证,其中类气阴两虚证所占比例最大。临床流行病学的方法对中医证候的探索性研究具有一定意义。证候指标多而繁杂是在证候研究过程中遇到的最大难题,如果直接用这些指标进行回归、判别或相关分析,常常会出现回归结果不稳定、判别函数变化较大等现象,此时,若先采用主成分分析或因子分析进行降维处理,用具有代表性的少数几个新变量做进一步统计分析,能很好地克服一般回归、判别分析的不足。2.3客观指标与客观指标间的相关关系典型相关分析是研究两组变量之间相关关系的一种多元统计分析方法。在证候研究中为了揭示证候的实质,通常希望了解证候与客观指标之间的相关关系。运用典型相关分析将证候变量看作一组变量,相应的客观指标也看作一组变量,不必根据患者的证候信息先进行证型判断,消除了证型判断的主观性对结果的影响,其分析结果将是一定的证候信息组合与一定的客观指标组合具有相关性,在实际临床运用时医生即可通过对患者证候信息的了解推测其客观指标的变化情况,其结果容易在临床推广。2.4结构方程模型中医证候是一个不能准确地、直接地测量的变量,这种变量可以称为潜变量(latentvariable),可以应用症状等一些外显指标(observableindicators)来间接测量这些潜变量。结构方程模型是一个包含面很广的数学模型,可用以分析一些涉及潜变量的复杂关系。简单来说结构方程模型可分为测量方程和结构方程两部分。结构方程模型方法现在用于对脑梗死、更年期综合征、冠心病、高血压和肺心病等七种病的研究,用来区分各病种的证候、寻求各证候相应的主要指标、病证结合研究、临床辨证等方面都得到较满意的结果。说明用结构方程模型方法作为定量研究中医学的证候规范标准是可行的。2.5多元统计方法联合运用中医辨证理论讲述的是证候与症状之间的关系。诸如“腰膝酸痛”“舌红少苔”“脉细数”的症状是可以通过望闻问切而直接观察到的,是显变量,“肾阴虚”的证候迄今没有办法对它们进行直接观察,是隐变量。除了证候以外,诸如“肾阴虚失养”“肾阴虚失滋润”“阴虚内热”的病机特点也是隐变量。隐变量与隐变量之间以及隐变量与显变量之间的关系构成了一个隐结构。用电脑构造的隐结构来指导辨证的好处是辨证客观性可以得到大大提高,而且定量化也不再是一个问题。除了客观性和定量性以外,更重要的当然是辨证质量,隐结构法在中医肾虚模型中得到了很好的验证,相关报道也即将发表。上述多元统计方法大多是将复杂问题进行线性简化,这有利于对复杂问题的简单描述,但很可能与实际问题脱节,因为线性简化容易不加区别地看待每个变量对结局的影响。中医学所研究的症状与证候之间、证候与证候之间、证候与理化指标之间存在大量的多重共线性和协同关系,如果相关程度非常高,使用最小二乘法建立回归方程就可能失效,引起一些不良后果,如回归方程不稳定等。现阶段证候研究过程中比较理想的方法是根据研究目的选择几种统计方法联合运用。随着中医证候研究的深入,越来越多的研究人员认识到,证候研究应首先从临床入手,在临床研究取得一定研究成果后,再融入其他学科如数学、物理、化学、信息学等,在研究方法的选择上,要选择适合中医证候复杂性和非线性同时可处理定量资料和定性资料、可以挖掘隐变量及隐变量和显变量、隐变量与隐变量之间相关关系的方法。当现代技术都从